กรอง Sub-list (Row) ที่สมาชิกทุกตัวประกอบด้วยตัวอักษรเท่านั้น (Alphabetic) โดยใช้ str.isalpha() ตัวอย่างโค้ด my_list = [[python, is, best], [abc123, good], [abc def ghij], [abc2, gpqr]] print(The list is :) print(my_list) my_result = [sub for sub in my_list if all(element.isalpha() for element in

หา Index ของเลขคู่ (Even) ตัวแรกและตัวสุดท้าย แล้วคำนวณระยะห่าง (Index Difference) ตัวอย่างโค้ด my_list = [2, 3, 6, 4, 6, 2, 9, 1, 14, 11] print(The list is :) print(my_list) my_indices_list = [idx for idx in range(len(my_list)) if my_list[idx] % 2 == 0] my_result = my_indices_list[-1] - my_indice

จาก List ของ Dictionary ที่มี Key เหมือนกัน หา Min และ Max ของแต่ละ Key ทั่วทุก Dictionary ตัวอย่างโค้ด my_list = [{python: 4, is: 7, best: 10}, {python: 2, is: 5, best: 9}, {python: 1, is: 2, best: 6}] print(The list is :) print(my_list) my_result = dict() keys = list(my_li

ลบ Matrix สองอันแบบ Element-wise (ค่าตรงกัน Index) โดยใช้ zip() จับคู่ Row และ Element ตัวอย่างโค้ด my_list_1 = [[3, 4, 4], [4, 3, 1], [4, 8, 3]] my_list_2 = [[5, 4, 7], [9, 7, 5], [4, 8, 4]] print(The first list is :) print(my_list_1) print(The second list is :) print(my_list_2) my_result = [] f

เปลี่ยนชื่อคอลัมน์โดยเข้าถึง DataFrame.columns.values[index] และกำหนดค่าใหม่โดยตรง ตัวอย่างโค้ด import pandas as pd dataFrame = pd.DataFrame({ Car: [BMW, Lexus, Tesla, Mustang, Mercedes, Jaguar], Reg_Price: [7000, 1500, 5000, 8000, 9000, 6000], Units: [90, 120, 100, 150, 200, 130] })

ลบคอลัมน์ (Index แนวตั้ง) ที่มีค่าซ้ำกันใน Matrix โดยตรวจสอบแนวตั้ง (Column-wise) ว่ามีค่าซ้ำหรือไม่ ตัวอย่างโค้ด from itertools import chain def remove_dupes(my_sub): my_string = set() for i, elem in enumerate(my_sub): if elem not in my_string: my_string.add(elem)

ใช้ DataFrame.rename(columns={...}) เพื่อเปลี่ยนชื่อคอลัมน์ โดยระบุ Mapping จากชื่อเก่าไปชื่อใหม่ ตัวอย่างโค้ด import pandas as pd dataFrame = pd.DataFrame({ Car: [BMW, Lexus, Tesla, Mustang, Mercedes, Jaguar], Reg_Price: [7000, 1500, 5000, 8000, 9000, 6000], Units: [90, 120, 100, 150,

ใช้ pd.get_dummies() แปลงคอลัมน์ Categorical ให้เป็น Binary Columns (One-Hot Encoding) 0 และ 1 ตัวอย่างโค้ด import pandas as pd dataFrame = pd.DataFrame({ Student: [Jack, Robin, Ted, Scarlett, Kat], Result: [Pass, Fail, Fail, Pass, Pass] }) print(DataFrame ...\n, dataFrame) # Convert Res

ใช้ Series.map() แปลงค่าในคอลัมน์ (เช่น Pass/Fail) ให้เป็นตัวเลข (1/0) เพื่อ Reshape ข้อมูลสำหรับ Machine Learning ตัวอย่างโค้ด 0 dataFrame[Result] = dataFrame[Result].map({Pass: 1, Fail: 0}) print(\nReshaped DataFrame ...\n, dataFrame) ผลลัพธ์ Reshaped DataFrame ... Result Student 0 1

ใช้ ~DataFrame.duplicated(column) เพื่อกรองเฉพาะแถวแรกของแต่ละค่าที่ซ้ำ (Keep First) ตัวอย่างโค้ด import pandas as pd dataFrame = pd.DataFrame({ Student: [Jack, Robin, Ted, Robin, Scarlett, Kat, Ted], Result: [Pass, Fail, Pass, Fail, Pass, Pass, Pass] }) print(DataFrame ...\n, dataFrame)

ใช้ pop() ดึงคอลัมน์ออกมา แล้ว insert(0, col_name, data) ใส่กลับที่ตำแหน่ง 0 (First Position) ตัวอย่างโค้ด import pandas as pd dataFrame = pd.DataFrame({ Student: [Jack, Robin, Ted, Marc, Scarlett, Kat, John], Result: [Pass, Fail, Pass, Fail, Pass, Pass, Pass], Roll Number: [5, 10, 3,

นับความถี่ของค่าในคอลัมน์ (Count) แล้วเรียง DataFrame ตามความถี่จากมากไปน้อย (ascending=False) ตัวอย่างโค้ด import pandas as pd dataFrame = pd.DataFrame({ Car: [BMW, Lexus, BMW, Mustang, Mercedes, Lexus], Reg_Price: [7000, 1500, 5000, 8000, 9000, 2000], Place: [Pune, Delhi, Mumbai, Hyd

รวม List ของ Dictionary 2 ชุด โดย Key ที่ซ้ำกันใน Index เดียวกันจะเก็บค่าจาก List แรก Key ที่อยู่ใน List ที่ 2 แต่ไม่อยู่ใน List ที่ 1 จะถูกเพิ่มเข้าไป ตัวอย่างโค้ด my_list_1 = [{aba: 1, best: 4}, {python: 10, fun: 15}, {scala: fun}] my_list_2 = [{scala: 6}, {python: 3, best: 10}, {java: 1}] print

หา Substring ทั้งหมดที่มีความยาว N และมีตัวอักษรที่ต่างกัน (Distinct) อยู่ K ตัว โดยใช้ set() นับ Unique Characters ตัวอย่างโค้ด my_string = Pythonisfun print(The string is : ) print(my_string) my_substring = 2 my_chars = 2 my_result = [] for idx in range(0, len(my_string) - my_substring + 1):

ใช้ groupby().size() เพื่อนับจำนวนแถวในแต่ละกลุ่มหลังจากจัดกลุ่มตามคอลัมน์ที่ต้องการ ตัวอย่างโค้ด import pandas as pd dataFrame = pd.DataFrame({ Product Category: [Computer, Mobile Phone, Electronics, Electronics, Computer, Mobile Phone], Quantity: [10, 50, 10, 20, 25, 50], Product Nam

ลบตัวเลขที่เป็น Palindrome (อ่านจากหน้าหลังเท่ากัน) ออกจากลิสต์ โดยใช้ List Comprehension และการกลับสตริง ตัวอย่างโค้ด my_list = [56, 78, 12, 32, 4, 8, 9, 100, 11] print(The list is : ) print(my_list) my_result = [elem for elem in my_list if int(str(elem)[::-1]) not in my_list] print(The result is

ใช้ DataFrame.loc[] กับเงื่อนไขเปรียบเทียบคอลัมน์วันที่ เพื่อกรองแถวหลังจากวันที่กำหนด ตัวอย่างโค้ด 2021-07-15] print(\nCars purchased after 15th July 2021:\n, resDF) ผลลัพธ์ Cars purchased after 15th July 2021: Car Date_of_Purchase 1 Lexus 2021-08-12 5 Bentley 2021-08-22 คำอธ

ในลิสต์ของลิสต์ (Matrix) หา Row ที่มีความต่างระหว่างค่าสูงสุดและต่ำสุด (Range) น้อยที่สุด ตัวอย่างโค้ด my_list = [[41, 1, 38], [25, 33, 1], [13, 44, 65], [1, 22]] print(The list is : ) print(my_list) my_min_val = min([max(elem) - min(elem) for elem in my_list]) my_result = [elem for elem in my_lis

ตรวจสอบว่าลิสต์อ่านจากหน้าหลังเท่ากันหรือไม่ โดยแปลงลิสต์เป็นสตริง (Join) แล้วเปรียบเทียบกับสตริงที่กลับด้าน ([::-1]) ตัวอย่างโค้ด def check_palindrome_list(my_str): if my_str == my_str[::-1]: print(The list is a palindrome) else: print(The list isnt a palindrome) my_list =

หาสมาชิกในลิสต์ที่อยู่ก่อนหน้าค่า K โดยตรง (Immediately preceded by K) ตัวอย่างโค้ด my_list = [45, 65, 32, 78, 99, 10, 21, 2] print(The list is : ) print(my_list) K = 99 print(The value of K is ) print(K) my_result = [] for elem in range(len(my_list) - 1): if my_list[elem + 1] == K: m