<\/p>\n
Mit der folgenden Syntax k\u00f6nnen Sie Zeilen in einem Pandas-DataFrame l\u00f6schen, die einen bestimmten Wert in einer bestimmten Spalte enthalten:<\/span><\/p>\n Mit der folgenden Syntax k\u00f6nnen Sie Zeilen in einem Pandas-DataFrame l\u00f6schen, die einen beliebigen Wert in einer bestimmten Liste enthalten:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen.<\/span><\/p>\n Der folgende Code zeigt, wie alle Zeilen gel\u00f6scht werden, die einen bestimmten Wert in einer Spalte enthalten:<\/span><\/p>\n Der folgende Code zeigt, wie alle Zeilen aus dem DataFrame entfernt werden, die einen Wert in einer Liste enthalten:<\/span><\/p>\n Der folgende Code zeigt, wie man Zeilen aus dem DataFrame entfernt, die einen bestimmten Wert in einer von mehreren Spalten enthalten:<\/span><\/p>\n So l\u00f6schen Sie Zeilen nach Index in Pandas<\/a> Mit der folgenden Syntax k\u00f6nnen Sie Zeilen in einem Pandas-DataFrame l\u00f6schen, die einen bestimmten Wert in einer bestimmten Spalte enthalten: #drop rows that contain specific ‚value‘ in ‚column_name‘ df = df[df. column_name != value ] Mit der folgenden Syntax k\u00f6nnen Sie Zeilen in einem Pandas-DataFrame l\u00f6schen, die einen beliebigen Wert in einer bestimmten Liste enthalten: […]<\/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 #drop rows that contain specific 'value' in 'column_name'<\/span>\ndf = df[df. column_name<\/span> !=<\/span> value<\/span> ]\n<\/strong><\/pre>\n #define values<\/span>\nvalues = [value1, value2, value3, ...]\n\n#drop rows that contain any value in the list\n<\/span>df = df[df. column_name<\/span> . isin<\/span> (values) ==<\/span> False<\/span> ]<\/strong><\/pre>\n Beispiel 1: Zeilen l\u00f6schen, die einen bestimmten Wert enthalten<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],\n ' name<\/span> ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],\n ' rebounds<\/span> ': [11, 7, 14, 7],\n ' points<\/span> ': [26, 31, 22, 29]})\n\n#view DataFrame\n<\/span>df\n\n team name rebound points\n0 Mavs Dirk 11 26\n1 Lakers Kobe 7 31\n2 Spurs Tim 14 22\n3 Cavs LeBron 7 29\n\n#drop any rows that have 7 in the rebounds column\n<\/span>df = df[df. rebounds<\/span> !=<\/span> 7<\/span> ]\n\n#view resulting DataFrame<\/span>\ndf\n\n team name rebound points\n0 Mavs Dirk 11 26\n2 Spurs Tim 14 22<\/strong><\/span><\/pre>\n Beispiel 2: Zeilen mit Werten aus einer Liste entfernen<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],\n ' name<\/span> ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],\n ' rebounds<\/span> ': [11, 7, 14, 7],\n ' points<\/span> ': [26, 31, 22, 29]})\n\n#view DataFrame\n<\/span>df\n\n team name rebound points\n0 Mavs Dirk 11 26\n1 Lakers Kobe 7 31\n2 Spurs Tim 14 22\n3 Cavs LeBron 7 29\n\n#define list of values<\/span>\nvalues = [7, 11]\n\n#drop any rows that have 7 or 11 in the rebounds column\n<\/span>df = df[df. rebounds<\/span> . isin<\/span> (values) ==<\/span> False<\/span> ]\n\n#view resulting DataFrame<\/span>\ndf\n\n team name rebound points\n2 Spurs Tim 14 22<\/strong><\/span><\/pre>\n Beispiel 3: Zeilen entfernen, die bestimmte Werte in mehreren Spalten enthalten<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Lakers', 'Spurs', 'Cavs'],\n ' name<\/span> ': ['Dirk', 'Kobe', 'Tim', 'Lebron'],\n ' rebounds<\/span> ': [11, 7, 14, 7],\n ' points<\/span> ': [26, 31, 22, 29]})\n\n#view DataFrame\n<\/span>df\n\n team name rebound points\n0 Mavs Dirk 11 26\n1 Lakers Kobe 7 31\n2 Spurs Tim 14 22\n3 Cavs LeBron 7 29\n\n#drop any rows that have 11 in the rebounds column or 31 in the points column\n<\/span>df = df[(df. rebounds<\/span> !=<\/span> 11<\/span> ) & (df. points<\/span> !=<\/span> 31<\/span> )]\n\n#view resulting DataFrame\n<\/span>df\n\nteam name rebound points\n2 Spurs Tim 14 22\n3 Cavs LeBron 7 29\n<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So l\u00f6schen Sie Spalten nach Index in Pandas<\/a>
So l\u00f6schen Sie Zeilen, die eine bestimmte Zeichenfolge in Pandas enthalten<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"