เมื่อต้องการแปลงเมทริกซ์จำนวนเต็มเป็นเมทริกซ์สตริง ใช้ list comprehension ตัวอย่าง สาธิตด้านล่าง: my_list = [[14, 25, 17], [40, 28, 13], [59, 44, 66], [29, 33, 16]] print(The list is :) print(my_list) my_result = [[str(element) for element in index] for index in my_list] print(The reuslt is :)

เมื่อต้องการแมปเมทริกซ์กับ dictionary ใช้การวนลูปง่าย ตัวอย่าง สาธิตด้านล่าง: my_list = [[2, 4, 3], [4, 1, 3], [2, 1, 3, 4]] print(The list :) print(my_list) map_dict = {2: Python, 1: fun, 3: to, 4: learn} my_result = [] for index in my_list: temp = [] for element in index:

เมื่อต้องการดึง dictionary ที่ผลรวมค่ามากกว่า K ใช้การวนลูปง่ายและเงื่อนไข if ตัวอย่าง สาธิตด้านล่าง: K: my_result.append(index) print(The result is :) print(my_result) ผลลัพธ์ The list : [{Python: 14, is: 18, fun: 19}, {Python: 12, is: 4, fun: 16}, {Python: 13, is: 17, fun: 11}, {Pytho

เมื่อต้องการหาดัชนีของตัวอักษรที่แมปไปยังลิสต์สตริง ใช้การวนลูปง่าย list comprehension และเมธอด add ตัวอย่าง สาธิตด้านล่าง: from collections import defaultdict my_list = [p y t h o n, i s, f u n, t o, l e a r n] print(The list is :) print(my_list) my_result = defaultdict(set) for index, elemen

เมื่อต้องการกรองแถวที่สมาชิกทุกตัวเป็นพหุคูณของ K ใช้ list comprehension และตัวดำเนินการ modulus ตัวอย่าง สาธิตด้านล่าง: my_list = [[15, 10, 25], [14, 28, 23], [120, 55], [55, 30, 203]] print(The list is :) print(my_list) K = 5 print(The value of K is ) print(K) my_result = [index for index i

เมื่อต้องการกรอง tuple ที่มีสตริงประกอบด้วยตัวอักษรเฉพาะ ใช้ list comprehension และตัวดำเนินการ all ตัวอย่าง สาธิตด้านล่าง: my_list = [(pyt, best), (pyt, good), (fest, pyt)] print(The list is :) print(my_list) char_string = pyestb my_result = [index for index in my_list if all(all(sub in char_s

เมื่อต้องการดึงช่วงขององค์ประกอบที่ซ้ำกันติดต่อกันจากลิสต์ ใช้การวนลูปง่ายและเมธอด append ตัวอย่าง สาธิตด้านล่าง: my_list = [12, 23, 23, 23, 48, 48, 36, 17, 17] print(The list is : ) print(my_list) my_result = [] index = 0 while index < (len(my_list)): start_position = index val = my

เมื่อต้องการดึงสตริงที่เป็นตัวเลข ใช้ list comprehension และเมธอด isdigit ตัวอย่าง สาธิตด้านล่าง: my_string = python is 12 fun 2 learn print(The string is : ) print(my_string) my_result = [int(i) for i in my_string.split() if i.isdigit()] print(The numbers list is :) print(my_result) ผลลัพธ์ T

เมื่อต้องการเรียงเมทริกซ์ตามความถี่ของ None ใช้เมธอดที่รับพารามิเตอร์ ใช้ list comprehension, not และ len เพื่อหาผลลัพธ์ ตัวอย่าง สาธิตด้านล่าง: def get_None_freq(row): return len([element for element in row if not element]) my_list = [[None, 24], [None, 33, 3, None], [42, 24, 55], [13, None,

เมื่อต้องการเรียงลำดับลิสต์ตามตัวอักษรท้าย ใช้เมธอดที่ใช้ negative indexing เพื่อคืนค่าผลลัพธ์ ตัวอย่าง สาธิตด้านล่าง: def get_rear_position(element): return element[-1] my_list = [python, is, fun, to, learn] print(The list is : ) print(my_list) my_list.sort(key = get_rear_position) print

เมื่อต้องการนับค่าที่ไม่ซ้ำกันในลิสต์ของ tuple ใช้ defaultdict, ตัวดำเนินการ set และเมธอด append ตัวอย่าง สาธิตด้านล่าง: from collections import defaultdict my_list = [(12, 32), (12, 21), (21, 32), (89, 21), (71, 21), (89, 11), (99, 10), (8, 23), (10, 23)] print(The list is :) print(my_list) my

เมื่อต้องการหาจุดที่เริ่มลดลงในลิสต์ ใช้การวนลูปง่ายๆ และคำสั่ง break ตัวอย่าง สาธิตด้านล่าง: my_list = [21, 62, 53, 94, 55, 66, 18, 1, 0] print(The list is :) print(my_list) my_result = -1 for index in range(0, len(my_list) - 1): if my_list[index + 1] < my_list[index]: my_result

เมื่อต้องการหาความถี่ของคำโดยใช้ shorthand ของสตริง สามารถใช้ dictionary comprehension ได้ ตัวอย่าง โค้ดสาธิตด้านล่าง my_str = Hi there Will, how are you Will, Will you say Hi to me print(The string is : ) print(my_str) my_result = {key: my_str.count(key) for key in my_str.split()} print(The w

MultiIndex Data Frame คือ Data Frame ที่มี index มากกว่าหนึ่งตัว สมมติไฟล์ CSV บน Desktop มีข้อมูลดังภาพ: เริ่มต้น import pandas และอ่านไฟล์ CSV: import pandas as pd df = pd.read_csv(C:/Users/amit_/Desktop/sales.csv) print(df) ตั้งค่าคอลัมน์ Car และ Place เป็น index: df = df.set_index([Car, Plac

เมื่อต้องการหาตัวอักษรที่พบบ่อยที่สุดในสตริง สร้าง dictionary ว่าง แล้ววนลูปตัวอักษรในสตริง หากพบตัวอักษรใน dictionary ให้เพิ่มค่า 1 มิฉะนั้นกำหนดค่าเป็น 1 หาค่าสูงสุดใน dictionary และกำหนดให้ตัวแปร ตัวอย่าง โค้ดสาธิตด้านล่าง my_string = Python-Interpreter print (The string is : ) print(my_string

เมธอด insert() ใช้เพื่อเพิ่มคอลัมน์จาก DataFrame อื่น เริ่มต้นสร้าง DataFrame แรก: dataFrame1 = pd.DataFrame({Car: [Audi,Lamborghini, BMW, Lexus], Place: [US, UK, India, Australia], Units: [200, 500, 800, 1000]}) สร้าง DataFrame ที่สอง: dataFrame2 = pd.DataFrame({Model: [2018, 2019, 2020,

ใช้เมธอด Series.value_counts() เพื่อนับความถี่ของ itemsets เริ่มต้นด้วยการสร้าง DataFrame: # Create DataFrame dataFrame = pd.DataFrame({Car: [BMW, Mercedes, Lamborghini, Audi, Mercedes, Porsche, Lamborghini, BMW], Place: [Delhi, Hyderabad, Chandigarh, Bangalore, Hyderabad, Mumbai, Mumbai, Pune],

เพื่อรวมไฟล์ Excel ทั้งหมดในโฟลเดอร์ ใช้โมดูล Glob และเมธอด append() สมมติไฟล์ Excel ของเราอยู่บน Desktop: Sales1.xlsx Sales2.xlsx หมายเหตุ – อาจต้องติดตั้งแพ็กเกจ openpyxl และ xlrd ก่อนอื่น กำหนดพาธที่เก็บไฟล์ Excel ที่ต้องการรวม ดึงไฟล์และอ่านด้วย glob: path = C:\\Users\\amit_\\Desktop\\ filen

เพื่อตรวจสอบวันที่ขาดหายไป เริ่มต้นด้วยการกำหนด dictionary ของรายการที่มีบันทึกวันที่ เช่น Date of Purchase ในตัวอย่าง: # dictionary of lists d = {Car: [BMW, Lexus, Audi, Mercedes, Jaguar, Bentley], Date_of_purchase: [2020-10-10, 2020-10-12, 2020-10-17, 2020-10-16, 2020-10-19, 2020-10-22]} ส

เราจะจัดกลุ่ม Pandas DataFrame โดยใช้ groupby เลือกคอลัมน์ที่ต้องการด้วยฟังก์ชัน grouper เราจะจัดกลุ่มรายเดือนและคำนวณผลรวมของราคาลงทะเบียน (Registration Price) รายเดือนสำหรับตัวอย่างบันทึกการขายรถยนต์ สมมติ DataFrame ของเรามี 3 คอลัมน์ ดังนี้: dataFrame = pd.DataFrame( { Car: [Audi,