<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um einen Pandas-DataFrame nach Spaltenwert aufzuteilen:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um den DataFrame in zwei DataFrames aufzuteilen, wobei der erste die Zeilen enth\u00e4lt, in denen die \u201ePunkte\u201c gr\u00f6\u00dfer oder gleich 20 sind, und der zweite die Zeilen enth\u00e4lt, in denen die \u201ePunkte\u201c kleiner als 20 sind:<\/span><\/p>\n Beachten Sie, dass wir auch die Funktion reset_index()<\/strong> verwenden k\u00f6nnen, um die Indexwerte f\u00fcr jeden resultierenden DataFrame zur\u00fcckzusetzen:<\/span><\/p>\n Beachten Sie, dass der Index jedes resultierenden DataFrame jetzt bei 0 beginnt.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n So beheben Sie KeyError in Pandas<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um einen Pandas-DataFrame nach Spaltenwert aufzuteilen: #define value to split on x = 20 #define df1 as DataFrame where ‚column_name‘ is >= 20 df1 = df[df[‚ column_name ‚] >= x] #define df2 as DataFrame where ‚column_name‘ is < 20 df2 = df[df[‚ column_name ‚] < x] Das folgende […]<\/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 #define value to split on<\/span>\nx = 20\n\n#define df1 as DataFrame where 'column_name' is >= 20<\/span>\ndf1 = df[df[' column_name<\/span> '] >=<\/span> x]\n\n#define df2 as DataFrame where 'column_name' is < 20<\/span>\ndf2 = df[df[' column_name<\/span> '] <<\/span> x]\n<\/strong><\/pre>\n Beispiel: Pandas DataFrame nach Spaltenwert aufteilen<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [22, 24, 19, 18, 14, 29, 31, 16],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points rebounds\n0 to 22 11\n1 B 24 8\n2 C 19 10\n3 D 18 6\n4 E 14 6\n5 F 29 5\n6 G 31 9\n7:16:12<\/span><\/span><\/strong><\/pre>\n #define value to split on<\/span>\nx = 20\n\n#define df1 as DataFrame where 'points' is >= 20<\/span>\ndf1 = df[df[' points<\/span> '] >=<\/span> x]\n\nprint<\/span> (df1)\n\n team points rebounds\n0 to 22 11\n1 B 24 8\n5 F 29 5\n6 G 31 9\n\n#define df2 as DataFrame where 'points' is < 20<\/span>\ndf2 = df[df[' points<\/span> '] <<\/span> x]\n\nprint<\/span> (df2)\n\n team points rebounds\n2 C 19 10\n3 D 18 6\n4 E 14 6\n7:16:12\n<\/strong><\/pre>\n #define value to split on<\/span>\nx = 20\n\n#define df1 as DataFrame where 'points' is >= 20<\/span>\ndf1 = df[df[' points<\/span> '] >=<\/span> x]. reset_index<\/span> (drop= True<\/span> )\n\nprint<\/span> (df1)\n\n team points rebounds\n0 to 22 11\n1 B 24 8\n2 F 29 5\n3 G 31 9\n\n#define df2 as DataFrame where 'points' is < 20<\/span>\ndf2 = df[df[' points<\/span> '] <<\/span> x]. reset_index<\/span> (drop= True<\/span> )\n\nprint<\/span> (df2)\n\n team points rebounds\n0 C 19 10\n1 D 18 6\n2 E 14 6\n3:16:12<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So beheben Sie: ValueError: Float NaN kann nicht in int konvertiert werden<\/a>
So beheben Sie: ValueError: Operanden konnten nicht mit Formen \u00fcbertragen werden<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"