Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> การเขียนโปรแกรม >> Python
Python
  1. Python Pandas - ทำซ้ำองค์ประกอบของ Index

    การทำซ้ำองค์ประกอบใน Pandas Index ใน Pandas สามารถทำซ้ำองค์ประกอบของ Index ได้โดยใช้เมธอด index.repeat() โดยระบุจำนวนครั้งที่ต้องการทำซ้ำเป็นอาร์กิวเมนต์ ขั้นตอนการทำซ้ำ Index นำเข้าไลบรารี pandas สร้าง Index พร้อมกำหนดชื่อ แสดง Index เดิม ใช้เมธอด repeat() เพื่อทำซ้ำองค์ประกอบ ตัวอย่างโค้ด impo

  2. Python Pandas - ดึงไมโครวินาทีจาก Timedelta ด้วยจำนวนเต็ม (timedelta.microseconds)

    ในการดึงค่าไมโครวินาที (microseconds) จาก Timedelta object ที่สร้างจากจำนวนเต็มพร้อมหน่วย ให้ใช้คุณสมบัติ timedelta.microseconds ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Timedelta จากจำนวนเต็ม หน่วยไมโครวินาที timedelta = pd.Timedelta(55, unit=us) 3. แสดง Timedelta

  3. Python Pandas - ทำซ้ำแต่ละองค์ประกอบในดัชนีต่างกัน (index.repeat)

    ในการทำซ้ำแต่ละองค์ประกอบในดัชนี (Index) ต่างกันตามจำนวนที่ระบุ ให้ใช้เมธอด index.repeat() และส่งรายการจำนวนครั้งที่ต้องการทำซ้ำแต่ละค่า ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([Car, Bike, Airplane, Ship], name=Transport) 3. แสดงดัชนี print(Pa

  4. Python Pandas - ดึงไมโครวินาทีจาก Timedelta ด้วยสตริง (timedelta.microseconds)

    ในการดึงค่าไมโครวินาที (microseconds) จาก Timedelta object ที่สร้างจากสตริง ให้ใช้คุณสมบัติ timedelta.microseconds ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Timedelta จากสตริง (มีหน่วยไมโครวินาที us) timedelta = pd.Timedelta(12 min 40 us) 3. แสดง Timedelta print(Time

  5. Python Pandas - แทนที่ค่าดัชนีเมื่อเงื่อนไขเป็น False (index.where + isin)

    ในการแทนที่ค่าดัชนี (Index) ที่เงื่อนไขเป็น False ให้ใช้เมธอด index.where() ร่วมกับ index.isin() ใน Pandas ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([Electronics, Accessories, Decor, Books, Toys], name=Products) 3. แสดงดัชนี print(Pandas Index..

  6. Python Pandas - ดึงวินาทีจาก Timedelta (timedelta.seconds)

    ในการดึงค่าวินาที (seconds) จาก Timedelta object ให้ใช้คุณสมบัติ timedelta.seconds ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Timedelta timedelta = pd.Timedelta(10 s 15 ms 33 ns) 3. แสดง Timedelta print(Timedelta...\n, timedelta) 4. ดึงค่าวินาที timedelta.seconds ตั

  7. Python Pandas - ดึงวินาทีจาก Timedelta ด้วยจำนวนเต็ม (timedelta.seconds)

    ในการดึงค่าวินาที (seconds) จาก Timedelta object ที่สร้างจากจำนวนเต็มพร้อมหน่วย ให้ใช้คุณสมบัติ timedelta.seconds ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Timedelta จากจำนวนเต็ม หน่วยวินาที timedelta = pd.Timedelta(50, unit=s) 3. แสดง Timedelta print(Timedelta...\n,

  8. Python Pandas - ดึงวินาทีจาก Timedelta ด้วยสตริง (timedelta.seconds)

    ในการดึงค่าวินาที (seconds) จาก Timedelta object ที่สร้างจากสตริง ให้ใช้คุณสมบัติ timedelta.seconds ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Timedelta จากสตริง (มีหน่วยวินาที s) timedelta = pd.Timedelta(1 min 30 s) 3. แสดง Timedelta print(Timedelta...\n, timedelta)

  9. Python Pandas - สร้างดัชนีใหม่จากตำแหน่งที่เลือก (index.take)

    ในการสร้างดัชนี (Index) ใหม่จากค่าที่เลือกตามตำแหน่ง (indices) ให้ใช้เมธอด index.take() ใน Pandas ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([Electronics, Accessories, Decor, Books, Toys], name=Products) 3. แสดงดัชนี print(Pandas Index...\n, inde

  10. Python Pandas - ปัด Timedelta ขึ้นตามความละเอียด (timedelta.ceil)

    ในการปัด Timedelta ขึ้น (ceiling) ตามความละเอียดที่ระบุ ให้ใช้เมธอด timedelta.ceil() พร้อมพารามิเตอร์ freq ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง Timedelta timedelta = pd.Timedelta(6 days 1 min 30 s) 3. แสดง Timedelta print(Timedelta...\n, timedelta) 4. ปัดขึ้นตา

  11. Python Pandas - สร้างดัชนีใหม่ด้วยเงื่อนไขแมสก์ (index.putmask)

    ในการสร้างดัชนี (Index) ใหม่โดยใช้เงื่อนไขแมสก์ (mask) ให้ใช้เมธอด index.putmask() ใน Pandas ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([5, 65, 10, 17, 75, 40]) 3. แสดงดัชนี print(Pandas Index...\n, index) 4. แมสก์และแทนที่ค่าต่ำกว่า 30 print(\n

  12. Python Pandas - แมสก์และแทนที่ NaN ในดัชนี (index.putmask + index.isna)

    ในการแมสก์ (mask) และแทนที่ค่า NaN ในดัชนี (Index) ด้วยค่าที่ระบุ ให้ใช้เมธอด index.putmask() ร่วมกับ index.isna() ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd import numpy as np 2. สร้างดัชนีที่มี NaN index = pd.Index([5, 65, 10, np.nan, 75, np.nan]) 3. แสดงดัชนี print(Pandas I

  13. Python Pandas - หาค่าที่ไม่ซ้ำในดัชนี (index.unique)

    ในการหาค่าที่ไม่ซ้ำ (unique values) ในดัชนี (Index) ให้ใช้เมธอด index.unique() ใน Pandas ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([10, 50, 70, 10, 90, 50, 10, 30]) 3. แสดงดัชนี print(Pandas Index...\n, index) 4. หาค่าที่ไม่ซ้ำ index.unique()

  14. Python Pandas - หาจำนวนค่าที่ไม่ซ้ำในดัชนี (index.nunique)

    ในการหาจำนวนค่าที่ไม่ซ้ำ (unique elements) ในดัชนี (Index) ให้ใช้เมธอด index.nunique() ใน Pandas ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([50, 10, 70, 110, 90, 50, 110, 90, 30]) 3. แสดงดัชนี print(Pandas Index...\n, index) 4. หาจำนวนค่าที่ไม่ซ

  15. Python Pandas - นับค่าที่ไม่ซ้ำในดัชนี (index.value_counts)

    ในการนับจำนวนค่าที่ไม่ซ้ำ (unique values) ในดัชนี (Index) ให้ใช้เมธอด index.value_counts() ใน Pandas ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([50, 10, 70, 110, 90, 50, 110, 90, 30]) 3. แสดงดัชนี print(Pandas Index...\n, index) 4. นับค่าที่ไม่ซ

  16. Python Pandas - นับค่าที่ไม่ซ้ำเรียงจากน้อยไปมาก (value_counts ascending=True)

    ในการนับจำนวนค่าที่ไม่ซ้ำ (unique values) ในดัชนี (Index) และเรียงจากน้อยไปมาก (ascending) ให้ใช้เมธอด index.value_counts() พร้อมตั้งค่าพารามิเตอร์ ascending=True ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([50, 10, 70, 110, 90, 50, 110, 90, 30])

  17. Python Pandas - หาความถี่สัมพัทธ์ของค่าในดัชนี (value_counts normalize=True)

    ในการหาความถี่สัมพัทธ์ (relative frequency) ของค่าในดัชนี (Index) ให้ใช้เมธอด index.value_counts() พร้อมตั้งค่าพารามิเตอร์ normalize=True ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([50, 10, 70, 110, 90, 50, 110, 90, 30]) 3. แสดงดัชนี print(Pandas

  18. Python Pandas - นับค่าที่ไม่ซ้ำรวม NaN ในดัชนี (value_counts dropna=False)

    ในการนับจำนวนค่าที่ไม่ซ้ำ (unique values) ในดัชนี (Index) รวมถึงค่า NaN ให้ใช้เมธอด index.value_counts() พร้อมตั้งค่าพารามิเตอร์ dropna=False ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd import numpy as np 2. สร้างดัชนีที่มี NaN index = pd.Index([50, 10, 70, np.nan, 90, 50, np.na

  19. Python Pandas - ตั้งชื่อดัชนีที่สร้างไว้แล้ว (index.set_names)

    ในการตั้งชื่อให้ดัชนี (Index) ที่สร้างไว้แล้ว ให้ใช้เมธอด index.set_names() ใน Pandas ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้างดัชนี index = pd.Index([Electronics, Mobile Phones, Accessories, Home Decor, Books]) 3. แสดงดัชนี print(Pandas Index...\n, index) 4. ตั้งชื

  20. Python Pandas - ลบระดับสุดท้ายใน MultiIndex (multiIndex.droplevel ค่าเริ่มต้น)

    ในการลบระดับ (level) ใน MultiIndex โดยไม่ระบุระดับ (จะลบระดับสุดท้ายเป็นค่าเริ่มต้น) ให้ใช้เมธอด multiIndex.droplevel() โดยไม่ส่งอาร์กิวเมนต์ ขั้นตอนการทำงาน 1. นำเข้าไลบรารีที่จำเป็น import pandas as pd 2. สร้าง MultiIndex multiIndex = pd.MultiIndex.from_arrays([[5, 10], [15, 20], [25, 30], [35,

Total 9001 -คอมพิวเตอร์  FirstPage PreviousPage NextPage LastPage CurrentPage:380/451  20-คอมพิวเตอร์/Page Goto:1 374 375 376 377 378 379 380 381 382 383 384 385 386