<\/p>\n
Sie k\u00f6nnen die Pandas- Burst()<\/a> -Funktion verwenden, um jedes Element einer Inline-Liste in einen DataFrame umzuwandeln.<\/span><\/p>\n Diese Funktion verwendet die folgende grundlegende Syntax:<\/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 Beachten Sie, dass die Teamspalte<\/strong> Listen mit Teamnamen enth\u00e4lt.<\/span><\/p>\n Wir k\u00f6nnen die Funktion explosion()<\/strong> verwenden, um jedes Element jeder Liste in eine Zeile aufzul\u00f6sen:<\/span><\/p>\n Beachten Sie, dass die Teamspalte<\/strong> keine Listen mehr enth\u00e4lt. Wir haben jedes Element in jeder Liste in eine Zeile \u201eexplodiert\u201c.<\/span><\/p>\n Beachten Sie au\u00dferdem, dass einige Zeilen jetzt denselben Indexwert haben.<\/span><\/p>\n Wir k\u00f6nnen die Funktion \u201ereset_index()\u201c<\/strong> verwenden, um den Index zur\u00fcckzusetzen, wenn die Teamspalte gesprengt wird:<\/span><\/p>\n Beachten Sie, dass jede Zeile jetzt einen eindeutigen Indexwert hat.<\/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 teilen Sie eine Zeichenfolgenspalte in Pandas in mehrere Spalten auf<\/a> Sie k\u00f6nnen die Pandas- Burst() -Funktion verwenden, um jedes Element einer Inline-Liste in einen DataFrame umzuwandeln. Diese Funktion verwendet die folgende grundlegende Syntax: df. explode (‚ variable_to_explode ‚) Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird. Beispiel: Verwenden Sie die Funktion explosive() mit Pandas DataFrame Angenommen, wir haben den folgenden Pandas-DataFrame: […]<\/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. explode<\/span> (' variable_to_explode<\/span> ')\n<\/strong><\/pre>\n Beispiel: Verwenden Sie die Funktion explosive() mit Pandas DataFrame<\/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', 'I']] ,\n ' position<\/span> ':['Guard', 'Forward', 'Center'],\n ' points<\/span> ': [7, 14, 19]})\n\n#view DataFrame\n<\/span>df\n\n\tteam position points\n0 [A, B, C] Guard 7\n1 [D, E, F] Forward 14\n2 [G, H, I] Center 19\n<\/span><\/span><\/strong><\/pre>\n #explode team column\ndf. explode<\/span> (' team<\/span> ')\n\n team position points\n0 A Guard 7\n0 B Guard 7\n0 C Guard 7\n1D Forward 14\n1 E Forward 14\n1 F Forward 14\n2G Center 19\n2H Center 19\n2 I Center 19<\/span><\/span><\/strong><\/pre>\n #explode team column and reset index of resulting dataFrame\ndf. explode<\/span> (' team<\/span> '). reset_index<\/span> (drop= True<\/span> )\n\n\tteam position points\n0 A Guard 7\n1 B Guard 7\n2 C Guard 7\n3D Forward 14\n4 E Forward 14\n5 F Forward 14\n6G Center 19\n7 A.M. Center 19\n8 I Center 19\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So teilen Sie Pandas DataFrame in mehrere DataFrames auf<\/a>
So teilen Sie Pandas DataFrame nach Spaltenwert auf<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"