<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um zu \u00fcberpr\u00fcfen, ob eine Spalte in einem Pandas-DataFrame vorhanden ist:<\/span><\/p>\n Methode 1: \u00dcberpr\u00fcfen Sie, ob eine Spalte vorhanden ist<\/strong><\/span><\/p>\n Dies gibt True<\/strong> zur\u00fcck, wenn \u201ecolumn1\u201c im DataFrame vorhanden ist, andernfalls wird False<\/strong> zur\u00fcckgegeben.<\/span><\/p>\n Methode 2: \u00dcberpr\u00fcfen Sie, ob mehrere Spalten vorhanden sind<\/strong><\/span><\/p>\n Dies gibt True<\/strong> zur\u00fcck, wenn \u201ecolumn1\u201c und<\/em> \u201ecolumn2\u201c im DataFrame vorhanden sind, andernfalls wird False<\/strong> zur\u00fcckgegeben.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um zu sehen, ob die Spalte \u201eTeam\u201c im DataFrame vorhanden ist:<\/span><\/p>\n Die Spalte \u201eteam\u201c ist im DataFrame vorhanden, daher gibt pandas einen True-<\/strong> Wert zur\u00fcck.<\/span><\/p>\n Wir k\u00f6nnen auch eine if-<\/strong> Anweisung verwenden, um eine Operation auszuf\u00fchren, wenn die Spalte \u201eteam\u201c vorhanden ist:<\/span><\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um zu sehen, ob die Spalten \u201eTeam\u201c und<\/em> \u201eSpieler\u201c im DataFrame vorhanden sind:<\/span><\/p>\n Die Spalte \u201eTeam\u201c ist im DataFrame vorhanden, \u201eSpieler\u201c jedoch nicht, sodass Pandas einen False-<\/strong> Wert zur\u00fcckgibt.<\/span><\/p>\n Wir k\u00f6nnten auch den folgenden Code verwenden, um zu sehen, ob die \u201ePunkte\u201c und \u201eAssists\u201c im DataFrame vorhanden sind:<\/span><\/p>\n Da beide Spalten vorhanden sind, gibt pandas einen True-<\/strong> Wert zur\u00fcck.<\/span><\/p>\n Wir k\u00f6nnen dann eine if-<\/strong> Anweisung verwenden, um eine Operation auszuf\u00fchren, wenn die \u201ePunkte\u201c und \u201eHelfer\u201c vorhanden sind:<\/span><\/p>\n Da im DataFrame sowohl \u201ePunkte\u201c als auch \u201eUnterst\u00fctzungen\u201c vorhanden sind, hat Pandas eine neue Spalte mit dem Namen \u201eGesamt\u201c erstellt, die die Summe der Spalten \u201ePunkte\u201c und \u201eUnterst\u00fctzungen\u201c anzeigt.<\/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 behalten Sie bestimmte Spalten in Pandas bei<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um zu \u00fcberpr\u00fcfen, ob eine Spalte in einem Pandas-DataFrame vorhanden ist: Methode 1: \u00dcberpr\u00fcfen Sie, ob eine Spalte vorhanden ist ‚ column1 ‚ in df. columns Dies gibt True zur\u00fcck, wenn \u201ecolumn1\u201c im DataFrame vorhanden ist, andernfalls wird False zur\u00fcckgegeben. Methode 2: \u00dcberpr\u00fcfen Sie, ob mehrere Spalten vorhanden sind […]<\/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 ' column1<\/span> ' in<\/span> df. columns\n<\/span><\/strong><\/pre>\n {' column1<\/span> ', ' column2<\/span> '}. issubset<\/span> ( df.columns<\/span> )<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\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>print<\/span> (df)\n\n team points assists rebounds\n0 A 18 5 11\n1 B 22 7 8\n2 C 19 7 10\n3 D 14 9 6\n4 E 14 12 6\n5 F 11 9 5\n6 G 20 9 9\n7:28 4 12\n<\/strong><\/pre>\n Beispiel 1: \u00dcberpr\u00fcfen Sie, ob eine Spalte vorhanden ist<\/strong><\/span><\/h3>\n
#check if 'team' column exists in DataFrame\n' team<\/span> ' in<\/span> df. columns\n\nTrue<\/span><\/span><\/span>\n<\/span><\/strong><\/pre>\n #if 'team' exists, create new column called 'team_name'\n<\/span>if<\/span> ' team<\/span> ' in<\/span> df. columns<\/span> :\n df[' team_name<\/span> '] = df[' team<\/span> ']\n \n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds team_name\n0 A 18 5 11 A\n1 B 22 7 8 B\n2 C 19 7 10 C\n3 D 14 9 6 D\n4 E 14 12 6 E\n5 F 11 9 5 F\n6 G 20 9 9 G\n7:28 a.m. 4:12 p.m.\n<\/span><\/span><\/strong><\/pre>\n Beispiel 2: \u00dcberpr\u00fcfen Sie, ob mehrere Spalten vorhanden sind<\/strong><\/span><\/h3>\n
#check if 'team' and 'player' columns both exist in DataFrame\n{' team<\/span> ', ' player<\/span> '}. issubset<\/span> ( df.columns<\/span> )\n\nFalse<\/span><\/span><\/strong><\/pre>\n #check if 'points' and 'assists' columns both exist in DataFrame\n{' points<\/span> ', ' assists<\/span> '}. issubset<\/span> ( df.columns<\/span> )\n\nTrue<\/span><\/span><\/strong><\/pre>\n #if both exist, create new column called 'total' that finds sum of points and assists\n<\/span>if<\/span> {' points<\/span> ', ' assists<\/span> '}. issubset<\/span> ( df.columns<\/span> ):\n df[' total<\/span> '] = df[' points<\/span> '] + df[' assists<\/span> ']\n \n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds total\n0 A 18 5 11 23\n1 B 22 7 8 29\n2 C 19 7 10 26\n3 D 14 9 6 23\n4 E 14 12 6 26\n5 F 11 9 5 20\n6 G 20 9 9 29\n7:28 4 12 32\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So w\u00e4hlen Sie Spalten nach Index in Pandas aus<\/a>
So verschieben Sie eine Spalte in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"