So erstellen sie eine doppelte spalte in pandas dataframe
Sie können die folgende grundlegende Syntax verwenden, um eine doppelte Spalte in einem Pandas-DataFrame zu erstellen:
df[' my_column_duplicate '] = df. loc [:, ' my_column ']
Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.
Beispiel: Erstellen Sie eine doppelte Spalte in Pandas DataFrame
Angenommen, wir haben den folgenden Pandas-DataFrame:
import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29, 32], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4, 5], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12, 8]}) #view DataFrame print (df) points assists rebounds 0 25 5 11 1 12 7 8 2 15 7 10 3 14 9 6 4 19 12 6 5 23 9 5 6 25 9 9 7 29 4 12 8 32 5 8
Mit dem folgenden Code können wir ein Duplikat der Punktespalte erstellen und es „points_duplicate“ nennen:
#create duplicate points column
df[' duplicate_points '] = df. loc [:, ' points ']
#view updated DataFrame
print (df)
points assists rebounds points_duplicate
0 25 5 11 25
1 12 7 8 12
2 15 7 10 15
3 14 9 6 14
4 19 12 6 19
5 23 9 5 23
6 25 9 9 25
7 29 4 12 29
8 32 5 8 32
Beachten Sie, dass die Spalte „points_duplicate“ genau die gleichen Werte enthält wie die Spalte „points“ .
Beachten Sie, dass die Duplikatspalte einen anderen Spaltennamen als die Originalspalte haben muss, andernfalls wird keine Duplikatspalte erstellt.
Wenn wir beispielsweise versuchen, mit dem folgenden Code eine doppelte Spalte zu erstellen, funktioniert dies nicht:
#attempt to create duplicate points column
df[' points '] = df. loc [:, ' points ']
#view updated DataFrame
print (df)
points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12
8 32 5 8
Es wurden keine doppelten Spalten erstellt.
Die duplizierte Spalte muss einen anderen Spaltennamen haben als die ursprüngliche Spalte.
Zusätzliche Ressourcen
In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:
So drucken Sie Pandas DataFrame ohne Index
So zeigen Sie alle Zeilen in einem Pandas DataFrame an
So überprüfen Sie den Typ aller Spalten in Pandas DataFrame