<\/p>\n
Mit der folgenden Syntax k\u00f6nnen Sie zwei Textspalten in einem Pandas-DataFrame zu einer kombinieren:<\/span><\/p>\n Wenn eine der Spalten noch kein String ist, k\u00f6nnen Sie sie mit dem Befehl astype(str)<\/strong> konvertieren:<\/span><\/p>\n Und Sie k\u00f6nnen die folgende Syntax verwenden, um mehrere Textspalten zu einer zusammenzufassen:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie man Textspalten in der Praxis kombiniert.<\/span><\/p>\n Der folgende Code zeigt, wie zwei Textspalten in einem Pandas-DataFrame zu einer kombiniert werden:<\/span><\/p>\n Wir haben die Spalte \u201eVor- und Nachname\u201c mit einem Leerzeichen dazwischen verbunden, k\u00f6nnen aber auch ein anderes Trennzeichen verwenden, beispielsweise einen Bindestrich:<\/span><\/p>\n Der folgende Code zeigt, wie man eine Spalte in Text umwandelt und sie dann mit einer anderen Spalte verbindet:<\/span><\/p>\n Der folgende Code zeigt, wie man mehrere Spalten zu einer zusammenf\u00fcgt:<\/span><\/p>\n Pandas: So finden Sie den Unterschied zwischen zwei Spalten<\/a> Mit der folgenden Syntax k\u00f6nnen Sie zwei Textspalten in einem Pandas-DataFrame zu einer kombinieren: df[‚ new_column ‚] = df[‚ column1 ‚] + df[‚ column2 ‚] Wenn eine der Spalten noch kein String ist, k\u00f6nnen Sie sie mit dem Befehl astype(str) konvertieren: df[‚ new_column ‚] = df[‚ column1 ‚]. astype ( str )+df[‚ column2 ‚] Und […]<\/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 df[' new_column<\/span> '] = df[' column1<\/span> '] + df[' column2<\/span> ']\n<\/strong><\/pre>\n df[' new_column<\/span> '] = df[' column1<\/span> ']. astype<\/span> ( str<\/span> )+df[' column2<\/span> ']<\/strong><\/pre>\n df[' new_column<\/span> '] = df[[' col1<\/span> ', ' col2<\/span> ', ' col3<\/span> ', ...]]. agg<\/span> (' '. join<\/span> , axis= 1<\/span> )<\/strong><\/pre>\n Beispiel 1: Kombinieren Sie zwei Spalten<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create dataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],\n ' first<\/span> ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],\n ' last<\/span> ': ['Nowitzki', 'Bryant', 'Duncan', 'James'],\n ' points<\/span> ': [26, 31, 22, 29]})\n\n#combine first and last name column into new column, with space in between<\/span>\ndf[' full_name<\/span> '] = df[' first<\/span> '] + ' ' + df[' last<\/span> ']\n\n#view resulting dataFrame\ndf<\/span>\n\nteam first last<\/span> points full_name\n0 Mavs Dirk Nowitzki<\/span> 26 Dirk Nowitzki\n1 Lakers Kobe Bryant<\/span> 31 Kobe Bryant\n2 Spurs Tim Duncan<\/span> 22 Tim Duncan\n3 Cavs LeBron James<\/span> 29 LeBron James\n<\/span><\/span><\/strong><\/pre>\n #combine first and last name column into new column, with dash in between<\/span>\ndf[' full_name<\/span> '] = df[' first<\/span> '] + ' -<\/span> ' + df[' last<\/span> ']\n\n#view resulting dataFrame\ndf<\/span>\n\nteam first last<\/span> points full_name\n0 Mavs Dirk Nowitzki<\/span> 26 Dirk<\/span> - Nowitzki\n1 Lakers Kobe Bryant<\/span> 31 Kobe<\/span> - Bryant\n2 Spurs Tim Duncan<\/span> 22 Tim<\/span> - Duncan\n3 Cavs Lebron James<\/span> 29 Lebron<\/span> - James<\/span><\/span><\/strong><\/pre>\n Beispiel 2: In Text konvertieren und zwei Spalten kombinieren<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create dataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],\n ' first<\/span> ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],\n ' last<\/span> ': ['Nowitzki', 'Bryant', 'Duncan', 'James'],\n ' points<\/span> ': [26, 31, 22, 29]})\n\n#convert points to text, then join to last name column<\/span>\ndf[' name_points<\/span> '] = df[' last<\/span> '] + df[' points<\/span> ']. astype<\/span> ( str<\/span> )\n\n#view resulting dataFrame\ndf<\/span>\n\n team first last<\/span> points name_points\n0 Mavs Dirk Nowitzki<\/span> 26 Nowitzki26\n1 Lakers Kobe Bryant<\/span> 31 Bryant31\n2 Spurs Tim Duncan<\/span> 22 Duncan22\n3 Cavs LeBron James<\/span> 29 James29<\/span><\/span><\/strong><\/pre>\n Beispiel 3: Kombinieren Sie mehr als zwei Spalten<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create dataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],\n ' first<\/span> ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],\n ' last<\/span> ': ['Nowitzki', 'Bryant', 'Duncan', 'James'],\n ' points<\/span> ': [26, 31, 22, 29]})\n\n#join team, first name, and last name into one column<\/span>\ndf[' team_and_name<\/span> '] = df[[' team<\/span> ', ' first<\/span> ', ' last<\/span> ']]. agg<\/span> (' '. join<\/span> , axis= 1<\/span> )\n\n#view resulting dataFrame\ndf<\/span>\n\nteam first last points team_name\n0 Mavs Dirk Nowitzki 26 Mavs Dirk Nowitzki\n1 Lakers Kobe Bryant 31 Lakers Kobe Bryant\n2 Spurs Tim Duncan 22 Spurs Tim Duncan\n3 Cavs Lebron James 29 Cavs Lebron James<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Pandas: So finden Sie den Unterschied zwischen zwei Linien<\/a>
Pandas: So sortieren Sie Spalten nach Namen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"