<\/p>\n
H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise nur die Anzahl der Zeilen in einem Pandas-DataFrame z\u00e4hlen, die bestimmte Kriterien erf\u00fcllen.<\/span><\/p>\n Gl\u00fccklicherweise ist dies mit der folgenden grundlegenden Syntax einfach zu bewerkstelligen:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie diese Syntax in der Praxis f\u00fcr den folgenden Datenrahmen verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie die Anzahl der Zeilen gez\u00e4hlt wird, in denen die Variable x gleich 10 ist:<\/span><\/p>\n Der folgende Code zeigt, wie die Anzahl der Zeilen gez\u00e4hlt wird, in denen die Variable x gleich 10 oder<\/em> die Variable y gleich 5 ist:<\/span><\/p>\n Der folgende Code zeigt, wie die Anzahl der Zeilen gez\u00e4hlt wird, in denen die Variable x ungleich 10 ist<\/em> :<\/span><\/p>\n Der folgende Code zeigt, wie die Anzahl der Zeilen gez\u00e4hlt wird, in denen x gr\u00f6\u00dfer als 10 ist:<\/span><\/p>\n Der folgende Code zeigt, wie die Anzahl der Zeilen gez\u00e4hlt wird, in denen x kleiner oder gleich 7 ist:<\/span><\/p>\n Der folgende Code zeigt, wie die Anzahl der Zeilen gez\u00e4hlt wird, in denen x zwischen 10 und 20 liegt:<\/span><\/p>\n Pandas: So finden Sie den Unterschied zwischen zwei Linien<\/a> H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise nur die Anzahl der Zeilen in einem Pandas-DataFrame z\u00e4hlen, die bestimmte Kriterien erf\u00fcllen. Gl\u00fccklicherweise ist dies mit der folgenden grundlegenden Syntax einfach zu bewerkstelligen: sum(df. column_name == some_value ) Die folgenden Beispiele zeigen, wie diese Syntax in der Praxis f\u00fcr den folgenden Datenrahmen verwendet wird: import pandas as pd #createDataFrame df […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n sum(df. column_name<\/span> == some_value<\/span> )\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' x<\/span> ': [3, 4, 5, 6, 7, 8, 9, 10, 10, 12, 13],\n ' y<\/span> ': [3, 4, 5, 7, 9, 13, 15, 19, 23, 24, 29]})\n\n#view head of DataFrame\n<\/span>df. head<\/span> ()\n\nx y\n0 3 3\n1 4 4\n2 5 5\n3 6 7\n4 7 9\n<\/b><\/span><\/pre>\n Beispiel 1: Zeilen z\u00e4hlen, die einem bestimmten Wert entsprechen<\/strong><\/span><\/h3>\n
sum( df.x<\/span> == 10<\/span> )\n\n2\n<\/strong><\/pre>\n sum((df. x<\/span> == 10<\/span> ) | (df. y<\/span> == 5<\/span> ))\n\n3<\/strong><\/pre>\n sum( df.x<\/span> != 10<\/span> )\n\n9<\/strong><\/pre>\n Beispiel 2: Z\u00e4hlen von Zeilen, die gr\u00f6\u00dfer oder gleich einem bestimmten Wert sind<\/strong><\/span><\/h3>\n
sum( df.x<\/span> > 10<\/span> ) \n\n2<\/strong><\/pre>\n sum(df. x<\/span> <= 7<\/span> )\n \n5<\/strong><\/pre>\n Beispiel 3: Zeilen zwischen zwei Werten z\u00e4hlen<\/strong><\/span><\/h3>\n
sum((df. x<\/span> >= 5<\/span> ) & (df. x<\/span> <= 10<\/span> ))\n\n7<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Pandas: So l\u00f6schen Sie Zeilen, die eine bestimmte Zeichenfolge enthalten<\/a>
Pandas: So entfernen Sie doppelte Zeilen in einem DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"