แก้ไขแล้ว: แปลงคอลัมน์วันเกิดเป็นแพนด้าอายุ

ในโลกปัจจุบัน การวิเคราะห์ข้อมูลมีความสำคัญมากขึ้นเรื่อย ๆ และหนึ่งในเครื่องมือที่นักวิเคราะห์ข้อมูลและนักวิทยาศาสตร์ข้อมูลนิยมใช้มากที่สุดคือ Python กับไลบรารีแพนด้า Pandas เป็นเครื่องมือวิเคราะห์และจัดการข้อมูลแบบโอเพ่นซอร์สอันทรงพลังที่ช่วยให้จัดการโครงสร้างและชุดข้อมูลได้ง่าย ปัญหาทั่วไปประการหนึ่งที่ผู้ใช้พบคือการแปลงวันเกิดเป็นอายุเพื่อการวิเคราะห์ที่แม่นยำและใช้งานได้จริง ในบทความนี้ เราจะเจาะลึกถึงวิธีการจัดการกับปัญหานี้ด้วยตัวอย่างที่ชัดเจนและคำอธิบายของการติดตั้งโค้ด

Pandas เป็นเครื่องมือสารพัดประโยชน์ที่มักเกี่ยวข้องกับการทำงานกับออบเจกต์ DateTime ซึ่งเป็นกรณีที่ต้องจัดการกับวันเกิด ขั้นตอนแรกในการแปลงวันเกิดเป็นอายุต้องใช้เลขคณิตอย่างง่ายกับไลบรารี DateTime ซึ่งจะช่วยให้เราสามารถค้นหาอายุของแต่ละบุคคลได้โดยการคำนวณความแตกต่างระหว่างวันเกิดและวันที่ปัจจุบัน.

เริ่มต้นด้วยการนำเข้าไลบรารีที่จำเป็น:

import pandas as pd
from datetime import datetime

ต่อไป ให้พิจารณาชุดข้อมูลอย่างง่ายที่มีข้อมูลต่อไปนี้เกี่ยวกับบุคคล:

data = {'Name': ['John', 'Paul', 'George', 'Ringo'],
        'Birth_Date': ['1940-10-09', '1942-06-18', '1943-02-25', '1940-07-07']
       }

df = pd.DataFrame(data)
df['Birth_Date'] = pd.to_datetime(df['Birth_Date'])

ในโค้ดข้างต้น เรากำลังแปลงคอลัมน์ 'Birth_Date' เป็นวัตถุ DateTime

การคำนวณอายุ

ตอนนี้เราพร้อมที่จะคำนวณอายุของบุคคลเหล่านี้แล้วโดยค้นหาความแตกต่างระหว่างวันเกิดและวันที่ปัจจุบัน โดยทำตามขั้นตอนเหล่านี้:

1. สร้างฟังก์ชันที่ชื่อว่า 'calculate_age' ซึ่งใช้วันเกิดเป็นอินพุตและส่งกลับอายุของบุคคลนั้น
2. ใช้ฟังก์ชันนี้กับคอลัมน์ 'Birth_Date' ใน DataFrame

นี่คือรหัสที่จะใช้ตรรกะข้างต้น:

def calculate_age(birth_date):
    today = datetime.now()
    age = today.year - birth_date.year - ((today.month, today.day) <
                                          (birth_date.month, birth_date.day))
    return age

df['Age'] = df['Birth_Date'].apply(calculate_age)

ในข้อมูลโค้ดนี้ เราสร้างฟังก์ชันที่ชื่อว่า 'calculate_age' ซึ่งรับข้อมูลวันเกิดเป็นอินพุต คำนวณวันที่ปัจจุบันโดยใช้ datetime.now() และคำนวณอายุของบุคคลโดยการลบปีเกิดออกจากปีปัจจุบัน ถ้าพวกเขา วันเกิดปีนี้ไม่เกิดเราลบเพิ่มอีกปี

สุดท้าย เราใช้ฟังก์ชันนี้ในคอลัมน์ 'Birth_Date' โดยใช้วิธี apply() และอายุที่คำนวณได้จะถูกจัดเก็บไว้ในคอลัมน์ 'Age' ใหม่ใน DataFrame

การใช้ Numpy และ Pandas ในการคำนวณอายุ

หรืออีกวิธีหนึ่ง เราสามารถใช้ไลบรารี่ที่มีประสิทธิภาพร่วมกับหมีแพนด้าสำหรับงานนี้ หากต้องการแปลงวันเกิดเป็นอายุโดยใช้ numpy ให้ทำตามขั้นตอนเหล่านี้:

1. นำเข้าไลบรารี numpy
2. ใช้ฟังก์ชัน 'ชั้น' ที่เป็นตัวเลขเพื่อคำนวณอายุ

นี่คือตัวอย่างวิธีการ:

import numpy as np

df['Age'] = np.floor((datetime.now() - df['Birth_Date']).dt.days / 365.25)

รหัสนี้ใช้ฟังก์ชัน 'floor' ของ numpy เพื่อปัดเศษผลลัพธ์การหารทศนิยมของ จำนวนวัน ตั้งแต่วันเกิดภายใน 365.25 (โดยคำนึงถึงปีอธิกสุรทิน)

โดยสรุป การใช้ประโยชน์จากไลบรารี เช่น pandas และ datetime หรือ pandas และ numpy ทำให้การแปลงคอลัมน์วันเกิดเป็นอายุภายในชุดข้อมูลเป็นไปอย่างราบรื่น การทำตามขั้นตอนที่อธิบายไว้และการทำความเข้าใจรหัสที่ให้ไว้ในบทความนี้จะช่วยให้คุณมีความรู้ในการจัดการข้อมูลดังกล่าวและดำเนินการวิเคราะห์ที่มีประสิทธิภาพและแม่นยำยิ่งขึ้น