<\/p>\n
Wir k\u00f6nnen die folgende Syntax verwenden, um Zeilen in einem Pandas-DataFrame basierend auf der Bedingung zu l\u00f6schen:<\/span><\/p>\n Methode 1: Zeilen basierend auf einer einzelnen Bedingung l\u00f6schen<\/strong><\/span><\/p>\n Methode 2: Zeilen basierend auf mehreren Bedingungen l\u00f6schen<\/strong><\/span><\/p>\n Hinweis<\/strong> : Wir k\u00f6nnen auch die Funktion drop()<\/strong> verwenden, um Zeilen aus einem DataFrame zu l\u00f6schen, aber diese Funktion hat sich als viel langsamer erwiesen, als den DataFrame einfach einer gefilterten Version von sich selbst zuzuweisen.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie diese Syntax in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie Zeilen im DataFrame basierend auf einer Bedingung gel\u00f6scht werden:<\/span><\/span><\/p>\n Jede Zeile mit einem Wert kleiner oder gleich 8 in der Spalte \u201eUnterst\u00fctzung\u201c wurde aus dem DataFrame entfernt.<\/span><\/p>\n Der folgende Code zeigt, wie Zeilen im DataFrame basierend auf mehreren Bedingungen gel\u00f6scht werden:<\/span><\/p>\n Die einzigen Zeilen, die wir im DataFrame behielten, waren diejenigen, in denen der Assists-Wert gr\u00f6\u00dfer als 8 und<\/em> der Rebounds-Wert gr\u00f6\u00dfer als 5 war.<\/span><\/p>\n Beachten Sie, dass wir auch das |<\/strong> verwenden k\u00f6nnen Operator zum Anwenden eines \u201eoder\u201c-Filters:<\/span><\/p>\n Die einzigen Zeilen, die wir im DataFrame behielten, waren diejenigen, bei denen der Assist-Wert gr\u00f6\u00dfer als 8 oder<\/i> der Rebound-Wert gr\u00f6\u00dfer als 10 war.<\/span><\/p>\n Alle Zeilen, die eine dieser Bedingungen nicht erf\u00fcllten, wurden gel\u00f6scht.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So l\u00f6schen Sie Zeilen, die einen bestimmten Wert in Pandas enthalten<\/a> Wir k\u00f6nnen die folgende Syntax verwenden, um Zeilen in einem Pandas-DataFrame basierend auf der Bedingung zu l\u00f6schen: Methode 1: Zeilen basierend auf einer einzelnen Bedingung l\u00f6schen df = df[df. col1 > 8] Methode 2: Zeilen basierend auf mehreren Bedingungen l\u00f6schen df = df[(df. col1 > 8) & (df. col2 != ‚ A ‚)] Hinweis : […]<\/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 = df[df. col1<\/span> > 8]\n<\/strong><\/pre>\n df = df[(df. col1<\/span> > 8) &<\/span> (df. col2<\/span> != ' A<\/span> ')]\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' pos<\/span> ': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>df\n\n\tteam pos assists rebounds\n0 A G 5 11\n1 A G 7 8\n2 A F 7 10\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n7 B F 4 12<\/span><\/span><\/strong><\/pre>\n Methode 1: Zeilen basierend auf einer einzelnen Bedingung l\u00f6schen<\/strong><\/span><\/h3>\n
#drop rows where value in 'assists' column is less than or equal to 8\n<\/span>df = df[df.<\/span> assists<\/span> > 8] \n\n<\/span>#view updated DataFrame<\/span>\ndf\n\n\tteam pos assists rebounds\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n<\/span><\/span><\/span><\/strong><\/pre>\n Methode 2: Zeilen basierend auf mehreren Bedingungen l\u00f6schen<\/strong><\/span><\/h3>\n
#only keep rows where 'assists' is greater than 8 and rebounds is greater than 5\n<\/span>df = df[(df. assists<\/span> > 8) &<\/span> (df. rebounds<\/span> > 5)]\n\n#view updated DataFrame\n<\/span>df\n\n\tteam pos assists rebounds\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n<\/span><\/span><\/strong><\/pre>\n #only keep rows where 'assists' is greater than 8 or rebounds is greater than 10\n<\/span>df = df[(df. assists<\/span> > 8) |<\/span> (df. rebounds<\/span> > 10)]\n\n#view updated DataFrame\n<\/span>df\n\n\tteam pos assists rebounds\n0 A G 5 11\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n7 B F 4 12\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So l\u00f6schen Sie Zeilen, die eine bestimmte Zeichenfolge in Pandas enthalten<\/a>
So l\u00f6schen Sie Zeilen nach Index in Pandas<\/a>
<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"