Pandas တွင် vlookup လုပ်နည်း

ပန်ဒါများတွင် VLOOKUP (Excel နှင့်ဆင်တူသည်) လုပ်ဆောင်ရန် အောက်ပါအခြေခံ syntax ကို သင်အသုံးပြုနိုင်သည်-

 p.d. merge (df1,
         df2,
         on = ' column_name ',
         how = ' left ')

အောက်ဖော်ပြပါ အဆင့်ဆင့် ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

အဆင့် 1- DataFrames နှစ်ခုဖန်တီးပါ။

ပထမဦးစွာ ပန်ဒါများကို တင်သွင်းပြီး ပန်ဒါ DataFrames နှစ်ခုကို ဖန်တီးကြပါစို့။

 import pandas as pd

#define first DataFrame
df1 = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' team ': ['Mavs', 'Mavs', 'Mavs', 'Mavs', 'Nets', 'Nets']})

#define second DataFrame
df2 = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' points ': [22, 29, 34, 20, 15, 19]})

#view df1
print (df1)

  player team
0 A Mavs
1 B Mavs
2C Mavs
3 D Mavs
4 E Nets
5 F Nets

#view df2
print (df2)

  player points
0 to 22
1 B 29
2 C 34
3 D 20
4 E 15
5 F 19

အဆင့် 2: VLOOKUP လုပ်ဆောင်ချက်ကို လုပ်ဆောင်ပါ။

Excel ရှိ VLOOKUP လုပ်ဆောင်ချက်သည် သင့်အား ကော်လံတစ်ခုပေါ်တွင် ကိုက်ညီခြင်းဖြင့် ဇယားတစ်ခုအတွင်းရှိ တန်ဖိုးတစ်ခုကို ရှာဖွေနိုင်စေပါသည်။

အောက်ပါကုဒ်သည် ဇယားနှစ်ခုကြားရှိ ကစားသမားအမည်များကို လိုက်ဖက်ပြီး ကစားသမား၏အဖွဲ့ကို ပြန်ပေးရန်အတွက် pd.merge() ကို အသုံးပြု၍ ကစားသမားတစ်ဦး၏အဖွဲ့ကို မည်သို့ရှာဖွေရမည်ကို ဖော်ပြသည်-

 #perform VLOOKUP
joined_df = pd. merge (df1,
                     df2,
                     we = ' player ',
                     how = ' left ')

#view results
joined_df

	player team points
0 A Mavs 22
1 B Mavs 29
2 C Mavs 34
3D Mavs 20
4 E Nets 15
5 F Nets 19

ရရှိလာသော ပန်ဒါများ DataFrame တွင် ကစားသမား၊ ၎င်းတို့၏အဖွဲ့နှင့် ရမှတ်များအကြောင်း အချက်အလက်များ ပါဝင်သည်ကို သတိပြုပါ။

pandas merge() လုပ်ဆောင်ချက်၏ အွန်လိုင်းစာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ပါ သင်ခန်းစာများသည် Python တွင် အခြားသော ဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Python တွင် PivotTables ဖန်တီးနည်း
Python တွင် ဆက်စပ်မှုကို တွက်ချက်နည်း
Python တွင် ရာခိုင်နှုန်းများကို တွက်ချက်နည်း