[NEW] Cheatsheet วิธีใช้ และเทคนิคใน Pandas (Python) ฉบับสมบูรณ์ | ๆ การใช้ – NATAVIGUIDES

ๆ การใช้: นี่คือโพสต์ที่เกี่ยวข้องกับหัวข้อนี้

print ("Pandas version",pandas.__version__)

# Read DF
csvdf = pd.read_csv('data.csv')
# Sometimes reading CSV for Excel need encoding
csvdf = pd.read_csv('data.csv',encoding = "ISO-8859-1")
# Print head and tail
csvdf.head()
csvdf.tail()

csvdf.shape

csvdf.sample()

df.info()

df['hour'] = pd.to_numeric(df['hour']) # แปลงเป็น Numeric
df['hour'] = df['hour'].astype('int') # อีกวิธีในการแปลงค่า สามารถใช้วิธีนี้แปลงเป็น float ได้

df.describe()

test = df.groupby(['Gender'])
test.describe()

dataframe = pandas.DataFrame({
    'C1': pandas.date_range('20170101', periods=4),
    'C2' : [10,20,30,40],
    'C3': pandas.Categorical(['A','B','C','D']),
    'C4': 1})

array = numpy.array([(1,2,3), (4,5,6),(7,8,9)])
dataframe = pandas.DataFrame(array,columns=['C1','C2','C3'])

df['C1']

df[['C1','C2']]

dataframe2 = dataframe.loc[:,(dataframe>50).any()]
dataframe3 = dataframe.loc[:,(dataframe>50).all()]

dataframe2 = dataframe.loc[:,dataframe.isnull().any()]
dataframe3 = dataframe.loc[:,dataframe.notnull().all()]

dataframe[dataframe['C1']>50] # เงื่อนไขแบบง่าย ๆ
dataframe2 = dataframe.loc[dataframe.C1.isin([1,2,3])] # เงื่อนไขแบบซับซ้อน

dataframe[(dataframe['C1']>50) & ((dataframe['C2']<25) | (dataframe['C2']>75))]

dataframe2 = dataframe.query('C1 > C2')

df['new'] = dataframe['old'] + 10 # use old values
df['new2'] = 5 # apply the same value

dataframe.T

pd.concat([df1,df2], axis=1) # รวมกัน 2 คอลัมน์ (axis = 0 คือแถว, axis = 1 คือคอลัมน์)
pd.concat([df1,df2,df3)] # รวมมากกว่า 2 คอลัมน์ก็ได้
pd.concat(…, ignore_index=True) # รวมเสร็จแล้ว reset index ให้ด้วย ควรใช้ ไม่งั้นจะเจอ row ID ซ้ำกันตอนรวมร่าง
pd.concat(…, join='inner') # รวมร่างเฉพาะคอลัมน์ที่ df1 กับ df2 มีทั้งคู่
pd.concat(…, keys=['source1', 'source2']) # เพิ่มคอลัมน์เข้าไปด้วยเพื่อระบุว่า Row แต่ละอันมาจาก Data Frame อันไหน
pd.concat(…, join_axes=[df2.index]) # เลือกรวมร่างเฉพาะ row index ที่เรากำหนดได้

pd.merge(df1, df2, left_on="col1", right_on="col2", how="inner")

newdf = df.agg(['sum', 'max','mean'])

aggregate = dataframe.groupby('C1').sum()

# sum for columns
sum_columns = dataframe[['C1','C2']].apply(sum,axis=0)
# sum for rows
sum_rows = dataframe[['C1','C2']].apply(sum,axis=1)

dataframe['C1'] = dataframe['C1'].map(lambda x: x-100)

function_result = dataframe.applymap(lambda x: x*10)

new_dataframe = dataframe.transform(lambda x: x*100)

dataframe.corr() # Correlation
dataframe.cov() # Covariance

import seaborn as sns

corr = modeldf.corr()

# Set up the matplotlib figure
f, ax = plt.subplots(figsize=(15, 8))

# Generate a custom diverging colormap
cmap = sns.diverging_palette(10, 10, as_cmap=True)

# Draw the heatmap with the mask and correct aspect ratio
sns.heatmap(corr, annot=True)

aggregate = pandas.crosstab(dataframe.C1, dataframe.C2)

dataframe['C1'].unique()

dataframe.duplicated() # หาอันที่เหมือนกันทุกคอลัมน์
dataframe.duplicated('C1') # หาอันที่ซ้ำกันเฉพาะคอลัมน์ C1
dataframe.duplicated(['C1', 'C2']) # หาอันที่ซ้ำกันเฉพาะคอลัมน์ C1 และ C2

len(df[ df.duplicated(['A', 'B', 'C'], keep = False) ])

# Remove the duplicates
df.drop_duplicates(['A', 'B', 'C'], inplace=True)

# Reset dataframe index after drop_duplicates.
df.reset_index(drop=True, inplace=True)

len(df)

dataframe = dataframe.drop('C1', axis=1)
df.drop(['C1'], axis=1, inplace=True) # แบบนี้ก็ได้
df.drop(['C1', 'C2', 'C3'], 1, inplace=True) # ลบทีละหลายคอลัมน์ก็ได้

dataframe = dataframe.drop(5, axis=0)
dataframe.reset_index(drop=True) # Reset index

dataframe2 = dataframe.dropna(axis=0)

import numpy as np
meanAge = np.mean(df.Age) # Get mean value
df.Age = df.Age.fillna(meanAge) # Fill missing values with mean

for col_idx,data in dataframe.iteritems():
    print ("column:",col_idx)
    print ("column data:")
    print (data,"\n")

for col_idx,data in dataframe.iterrows():
    print ("row:",col_idx)
    print ("row data:")
    print (data,"\n")

dataframe2 = dataframe.melt()

dataframe.rename(columns={'old':'new'},inplace=True)

thisdata = thisdata.add_prefix('data_')

dataframe2 = dataframe.replace(1, -100)

df['city'].replace({
        'BKK':'Bangkok',
        'BNK':'Bangkok'
    }, inplace=True)

dataframe.to_csv('dataframe.csv')

[NEW] Cheatsheet วิธีใช้ และเทคนิคใน Pandas (Python) ฉบับสมบูรณ์ | ๆ การใช้ – NATAVIGUIDES

print ("Pandas version",pandas.__version__)

# Read DF
csvdf = pd.read_csv('data.csv')
# Sometimes reading CSV for Excel need encoding
csvdf = pd.read_csv('data.csv',encoding = "ISO-8859-1")
# Print head and tail
csvdf.head()
csvdf.tail()

csvdf.shape

csvdf.sample()

df.info()

df['hour'] = pd.to_numeric(df['hour']) # แปลงเป็น Numeric
df['hour'] = df['hour'].astype('int') # อีกวิธีในการแปลงค่า สามารถใช้วิธีนี้แปลงเป็น float ได้

df.describe()

test = df.groupby(['Gender'])
test.describe()

dataframe = pandas.DataFrame({
    'C1': pandas.date_range('20170101', periods=4),
    'C2' : [10,20,30,40],
    'C3': pandas.Categorical(['A','B','C','D']),
    'C4': 1})

array = numpy.array([(1,2,3), (4,5,6),(7,8,9)])
dataframe = pandas.DataFrame(array,columns=['C1','C2','C3'])

df['C1']

df[['C1','C2']]

dataframe2 = dataframe.loc[:,(dataframe>50).any()]
dataframe3 = dataframe.loc[:,(dataframe>50).all()]

dataframe2 = dataframe.loc[:,dataframe.isnull().any()]
dataframe3 = dataframe.loc[:,dataframe.notnull().all()]

dataframe[dataframe['C1']>50] # เงื่อนไขแบบง่าย ๆ
dataframe2 = dataframe.loc[dataframe.C1.isin([1,2,3])] # เงื่อนไขแบบซับซ้อน

dataframe[(dataframe['C1']>50) & ((dataframe['C2']<25) | (dataframe['C2']>75))]

dataframe2 = dataframe.query('C1 > C2')

df['new'] = dataframe['old'] + 10 # use old values
df['new2'] = 5 # apply the same value

dataframe.T

pd.concat([df1,df2], axis=1) # รวมกัน 2 คอลัมน์ (axis = 0 คือแถว, axis = 1 คือคอลัมน์)
pd.concat([df1,df2,df3)] # รวมมากกว่า 2 คอลัมน์ก็ได้
pd.concat(…, ignore_index=True) # รวมเสร็จแล้ว reset index ให้ด้วย ควรใช้ ไม่งั้นจะเจอ row ID ซ้ำกันตอนรวมร่าง
pd.concat(…, join='inner') # รวมร่างเฉพาะคอลัมน์ที่ df1 กับ df2 มีทั้งคู่
pd.concat(…, keys=['source1', 'source2']) # เพิ่มคอลัมน์เข้าไปด้วยเพื่อระบุว่า Row แต่ละอันมาจาก Data Frame อันไหน
pd.concat(…, join_axes=[df2.index]) # เลือกรวมร่างเฉพาะ row index ที่เรากำหนดได้

pd.merge(df1, df2, left_on="col1", right_on="col2", how="inner")

newdf = df.agg(['sum', 'max','mean'])

aggregate = dataframe.groupby('C1').sum()

# sum for columns
sum_columns = dataframe[['C1','C2']].apply(sum,axis=0)
# sum for rows
sum_rows = dataframe[['C1','C2']].apply(sum,axis=1)

dataframe['C1'] = dataframe['C1'].map(lambda x: x-100)

function_result = dataframe.applymap(lambda x: x*10)

new_dataframe = dataframe.transform(lambda x: x*100)

dataframe.corr() # Correlation
dataframe.cov() # Covariance

import seaborn as sns

corr = modeldf.corr()

# Set up the matplotlib figure
f, ax = plt.subplots(figsize=(15, 8))

# Generate a custom diverging colormap
cmap = sns.diverging_palette(10, 10, as_cmap=True)

# Draw the heatmap with the mask and correct aspect ratio
sns.heatmap(corr, annot=True)

aggregate = pandas.crosstab(dataframe.C1, dataframe.C2)

dataframe['C1'].unique()

dataframe.duplicated() # หาอันที่เหมือนกันทุกคอลัมน์
dataframe.duplicated('C1') # หาอันที่ซ้ำกันเฉพาะคอลัมน์ C1
dataframe.duplicated(['C1', 'C2']) # หาอันที่ซ้ำกันเฉพาะคอลัมน์ C1 และ C2

len(df[ df.duplicated(['A', 'B', 'C'], keep = False) ])

# Remove the duplicates
df.drop_duplicates(['A', 'B', 'C'], inplace=True)

# Reset dataframe index after drop_duplicates.
df.reset_index(drop=True, inplace=True)

len(df)

dataframe = dataframe.drop('C1', axis=1)
df.drop(['C1'], axis=1, inplace=True) # แบบนี้ก็ได้
df.drop(['C1', 'C2', 'C3'], 1, inplace=True) # ลบทีละหลายคอลัมน์ก็ได้

dataframe = dataframe.drop(5, axis=0)
dataframe.reset_index(drop=True) # Reset index

dataframe2 = dataframe.dropna(axis=0)

import numpy as np
meanAge = np.mean(df.Age) # Get mean value
df.Age = df.Age.fillna(meanAge) # Fill missing values with mean

for col_idx,data in dataframe.iteritems():
    print ("column:",col_idx)
    print ("column data:")
    print (data,"\n")

for col_idx,data in dataframe.iterrows():
    print ("row:",col_idx)
    print ("row data:")
    print (data,"\n")

dataframe2 = dataframe.melt()

dataframe.rename(columns={'old':'new'},inplace=True)

thisdata = thisdata.add_prefix('data_')

dataframe2 = dataframe.replace(1, -100)

df['city'].replace({
        'BKK':'Bangkok',
        'BNK':'Bangkok'
    }, inplace=True)

dataframe.to_csv('dataframe.csv')

ภาษาไทย ม.6_สรุป(แบบสับ ๆ) การใช้ภาษาโต้แย้ง พร้อมตัวอย่างโจทย์จาก O-net และวิชาสามัญ

ชมวิดีโอด้านล่าง

ดาวน์โหลดเอกสารประกอบได้ที่
https://drive.google.com/file/d/12fUEruSF22NstXWCLBSbxG1erDGm2_Qv/view?usp=sharing

บทเรียนวิชาภาษาไทย ม.6
สำหรับนักเรียนชั้นมัธยมศึกษาปีที่ 6 และผู้ที่สนใจ
โดย ครูธีระวีร์ บัวหลวง ศุภพิชญพงษ์
ครู กลุ่มสาระการเรียนรู้ภาษาไทย โรงเรียนโยธินบูรณะ

นอกจากการดูบทความนี้แล้ว คุณยังสามารถดูข้อมูลที่เป็นประโยชน์อื่นๆ อีกมากมายที่เราให้ไว้ที่นี่: ดูเพิ่มเติม

ดาวน์โหลดรูปภาพที่นี่

การใช้งาน SketchUp 2018 เบื้องต้นเด็กๆก็ทำได้

ชมวิดีโอด้านล่าง

link download: www.sketchup.com/download/all
จัดทำโดย
นายปิยพัทธ์ มั่งมีผล 5865460512
นายกฤษกร เขียวส่องสกุล 5865460231
นายนัฐพงศ์ เชื้อจิ๋ว 5865460611

ดาวน์โหลดรูปภาพที่นี่

LIVE EP.23 点 \”โมง\” มีความหมายอื่นๆ การใช้อื่นๆยังไงบ้าง

ชมวิดีโอด้านล่าง

โรงเรียนสอนภาษาจีนเพียรอักษร หงหล่าวซือ
มาเรียนรู้คำศัพท์ภาษาจีนง่ายๆ ด้วยเทคนิคการสอนของหงหล่าวซือ ออกเสียงตามบ่อยๆ และนำภาษาจีนที่หล่าวซือสอนไปใช้จริงกันนะครับ ติดตามการสอนคำศัพท์ภาษาจีนที่นำมาแต่งประโยคง่ายๆ ได้ในคลิปหน้า “ภาษาจีนไม่ยากอย่างที่คิด”
สามารถเข้ามาชมบรรยากาศของโรงเรียนสอนภาษาจีนเพียรอักษร และรับฟังเทคนิคการการสอนเฉพาะของ \”หงหล่าวซือ\” ที่มีประสบการณ์การสอนมามากกว่า 20 ปี เรียนยังไงให้ได้ ให้เป็น ให้เก่ง ให้ประสบความสำเร็จ อย่างสโลแกนของหล่าวซือที่ว่า \”เมื่อนักเรียนที่ถูกต้อง ได้พบหล่าวซือที่ถูกต้อง การเรียนภาษาจีนที่คิดว่ายาก ก็จะไม่ใช่ปัญหาอีกต่อไป\”
ปรึกษาวางแผนการเรียนภาษาจีนร่วมกัน และรับฟังการปฐมนิเทศ ฟรี (ไม่มีค่าใช้จ่ายใดๆทั้งสิ้น) ของ \”หงหล่าวซือ\”
ลงทะเบียนได้ที่นี่ คลิก https://goo.gl/qwfPDw
►สาขาอิมพีเรียล ลาดพร้าว ชั้น 3A โซนการศึกษา ติดกับลานจอดรถ
►สาขาสตรีวิทยา2 ลาดพร้าว ซอยสุคนธสวัสดิ์ 12
►สาขาพญาไท อาคารวรรณสรณ์ (ใกล้กับ BTS สถานีพญาไท ออกประตู 4)
▷สอบถามเพิ่มเติม : 029349494, 0863069072
▷ติดตามข่าวสารได้ที่ : www.honglaoshi.com
▷Facebook : https://www.facebook.com/honglaoshi
▷LINE ID : @honglaoshi (อย่าลืมใส่ @ ด้วยนะครับ)
▷EMAIL : [email protected]

ดาวน์โหลดรูปภาพที่นี่

7เทพม.ปลายกับการใช้ชีวิตสบายๆในต่างโลกตอนที่7

ชมวิดีโอด้านล่าง

ดาวน์โหลดรูปภาพที่นี่

17 วิธีแปลก ๆ ในการใช้ตัวลดความเครียด / แฮ็คและงานฝีมือที่น่ากลัว

ชมวิดีโอด้านล่าง

สมัครสมาชิกที่นี่: https://bit.ly/2QfTYem
15 เทคนิคมายากลที่คุณสามารถทำเองได้ https://youtu.be/gO0WfqfpO_c?list=PLD8y3iz_hfSgShMrDBHXVzzbhgc9iNGH
อะไรคือความจำเป็นที่จะต้องอ่อนนุ่ม? แน่นอนเพื่อบรรเทาความเครียด! แต่ไม่เพียงแค่นี้ เรากำลังพูดเรื่องอะไรอยู่? ดูความคิดใหม่และแฮ็คชีวิตของเราสำหรับ สกุชชี่ร์ที่คุณชื่นชอบ!
วัสดุและเครื่องมือ:
• สกุชชี่ร์
• กระดาษ
• กระดาษกาว
•จานสี
•สีอะครีลิค
•แปรง
•เครื่องบด
•มีดคัตเตอร์
• โฟมโกนหนวด
•กรรไกร
• กระปุก
• น้ำยาล้างเล็บ
•ไม้เสียบ
• ดอกไม้
•ต่างหู
•ถุงชิป
•แพ็คเกจที่ว่างเปล่าของชิป
• กระดาษเช็คชู่
•ใยฝ้ายโพลีเอสเตอร์
• เทปสองหน้า
• หลอดดูด
•กาว
•ตลับแป้งขนาดกระทัดรัด
•ปืนกาวร้อน
• รองพื้น
•ฟองน้ำแต่งหน้า
•ดินเบา
•เมมโมรี่โฟม
•สียาง
• ฟอยล์
• ไม้บรรทัด
•สบู่
•พัตเตอร์ปิดแผลลายแบรน์เดรส
•เทปใส
ดูเพิ่มเติม ทูม ทูม:
วิดีโอยอดนิยม:
14 Weird Ways To Sneak Food Into Class / Back To School Pranks: https://youtu.be/W5p2ndS34vA
18 Funny Pranks! Prank Wars! https://youtu.be/yWazGzCNtJ4
11 DIY Edible Makeup Ideas/11 Funny Pranks: https://youtu.be/kewz3hF63Xo
17 Weird Ways To Sneak Makeup Into Class: https://youtu.be/bvhBIsmzhwE
Gummy Food vs Real Food Challenge! https://youtu.be/jBIG6GsQcq8
เพลย์ลิสต์ยอดนิยม:
Funny Pranks: https://goo.gl/hi5TWw
Back to School: https://goo.gl/J5fhDt
Life Hacks: https://goo.gl/Bcd7KW
Beauty And Makeup Hacks: https://goo.gl/Rqpxqg
Home Décor: https://goo.gl/Rh88EL
ติดตาม ทูม ทูม:
สมัครสมาชิก: https://bit.ly/2QfTYem
Instagram: https://www.instagram.com/troomtroom/
Facebook: https://www.facebook.com/troomhands
Pinterest: https://pinterest.com/troomtroom/
Troom Troom English :
สมัครสมาชิก: https://goo.gl/KM3Axw
Troom Troom Español:
สมัครสมาชิก: https://goo.gl/RL3cF2
Troom Troom Française:
สมัครสมาชิก: https://goo.gl/1LHrhX
Troom Troom Russian:
สมัครสมาชิก: https://goo.gl/kLx8qK
Troom Troom Deutsch:
สมัครสมาชิก: https://goo.gl/qoFyJ4
Troom Troom Chinese:
สมัครสมาชิก: https://goo.gl/T9B6oF
Troom Troom Português:
สมัครสมาชิก: https://goo.gl/Z6vdNC
Troom Troom Japanese:
สมัครสมาชิก: https://goo.gl/x3V8HH
Troom Troom Korean:
สมัครสมาชิก: https://goo.gl/rC7F8M
Troom Troom Hindi:
สมัครสมาชิก: https://goo.gl/3i39jJ
Troom Troom Arabic:
สมัครสมาชิก: https://goo.gl/LV2dZw
Troom Troom Turkish:
สมัครสมาชิก: https://goo.gl/NFV1vz
Troom Troom Polish:
สมัครสมาชิก: https://goo.gl/eRCcYh
Troom Troom Italian:
สมัครสมาชิก: https://goo.gl/6pGRQ3
เกี่ยวกับ ทูม ทูม:
บทเรียนวิดีโอ \”วิธีการ\” ไอเดีย DIY ง่ายๆ อุปกรณ์เสริมไอเดีย DIY , สอนแต่งหน้า , แฮ็กชีวิต ,เล่นแผลง ๆ , การตกแต่งบ้านและอีกมากมาย! ทำให้ง่ายขื้น!
สอบถามข้อมูลธุรกิจใด ๆ โปรดติดต่อฉันได้ที่: [email protected]
คำถามประจำวัน: วิดีโอส่วนไหนที่คุณชอบมากที่สุด? แสดงความคิดเห็นที่ด้านล่าง!
อย่าลืมเปิดการแจ้งเตือนเช่น กดไลนน์ และ กดสมัคร!

ดาวน์โหลดรูปภาพที่นี่

นอกจากการดูบทความนี้แล้ว คุณยังสามารถดูข้อมูลที่เป็นประโยชน์อื่นๆ อีกมากมายที่เราให้ไว้ที่นี่: ดูบทความเพิ่มเติมในหมวดหมู่MAKE MONEY ONLINE

ขอบคุณที่รับชมกระทู้ครับ ๆ การใช้