<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um einen Pandas-DataFrame zu erstellen, der mit zuf\u00e4lligen Ganzzahlen gef\u00fcllt ist:<\/span><\/p>\n In diesem speziellen Beispiel wird ein DataFrame mit 10<\/strong> Zeilen und 3<\/strong> Spalten erstellt, wobei jeder Wert im DataFrame eine zuf\u00e4llige Ganzzahl zwischen 0<\/strong> und 100<\/strong> ist.<\/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 man einen Pandas-DataFrame mit 10 Zeilen und 3 Spalten erstellt, wobei jeder Wert im DataFrame eine zuf\u00e4llige Ganzzahl zwischen 0 und 100 ist:<\/span><\/p>\n Beachten Sie, dass jedes Mal, wenn Sie diesen Code ausf\u00fchren, die zuf\u00e4lligen Ganzzahlen im DataFrame unterschiedlich sind.<\/span><\/p>\n Wenn Sie ein reproduzierbares Beispiel erstellen m\u00f6chten, bei dem die zuf\u00e4lligen Ganzzahlen jedes Mal gleich sind, k\u00f6nnen Sie unmittelbar vor der Erstellung des DataFrame den folgenden Codeabschnitt verwenden:<\/span><\/p>\n Jetzt sind die zuf\u00e4lligen Ganzzahlen im DataFrame jedes Mal, wenn Sie den Code ausf\u00fchren, dieselben.<\/span><\/p>\n Nehmen wir an, wir haben den folgenden vorhandenen Pandas-DataFrame:<\/span><\/p>\n Mit dem folgenden Code k\u00f6nnen wir eine neue Spalte namens \u201erand\u201c hinzuf\u00fcgen, die zuf\u00e4llige Ganzzahlen zwischen 0 und 100 enth\u00e4lt:<\/span><\/p>\n Beachten Sie, dass die neue Spalte \u201erand\u201c zum vorhandenen DataFrame hinzugef\u00fcgt wurde.<\/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 unterstellen Sie fehlende Werte in Pandas<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um einen Pandas-DataFrame zu erstellen, der mit zuf\u00e4lligen Ganzzahlen gef\u00fcllt ist: df = pd. DataFrame ( np.random.randint ( 0,100 ,size=( 10,3 )) , columns=list( ‚ ABC ‚)) In diesem speziellen Beispiel wird ein DataFrame mit 10 Zeilen und 3 Spalten erstellt, wobei jeder Wert im DataFrame eine zuf\u00e4llige […]<\/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 = pd. DataFrame<\/span> ( np.random.randint<\/span> ( 0,100<\/span><\/span> ,size=( 10,3<\/span> )) ,<\/span> columns=list( '<\/span> ABC<\/span> '))\n<\/strong><\/pre>\n Beispiel 1: Erstellen Sie einen Pandas DataFrame mit zuf\u00e4lligen Daten<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ( np.random.randint<\/span> ( 0,100<\/span> ,size=( 10,3<\/span> )), columns=list( '<\/span> ABC<\/span> ') )<\/span> \n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n ABC\n0 72 70 27\n1 87 85 7\n2 4 42 84\n3 85 87 63\n4 79 72 30\n5 96 99 79\n6 26 47 90\n7 35 69 56\n8 42 47 0\n9 97 4 59\n<\/span><\/span><\/strong><\/pre>\n n.p. random<\/span> . seed<\/span> ( 0<\/span> )\n<\/strong><\/pre>\n Beispiel 2: F\u00fcgen Sie eine zuf\u00e4llige Datenspalte zu einem vorhandenen DataFrame hinzu<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n<\/span><\/span>\n#createDataFrame\ndf = 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]})<\/span>\n\n#view DataFrame\nprint<\/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<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n<\/span><\/span>\n#add 'rand' column that contains 8 random integers between 0 and 100\ndf[' rand<\/span> '] = np. random<\/span> . randint<\/span> ( 0,100<\/span> , size<\/span> = (<\/span> 8,1<\/span> ))\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n team points assists rebounds rand\n0 A 18 5 11 47\n1 B 22 7 8 64\n2 C 19 7 10 82\n3 D 14 9 6 99\n4 E 14 12 6 88\n5 F 11 9 5 49\n6 G 20 9 9 29\n7:28 4 12 19<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So ersetzen Sie NaN-Werte in Pandas durch Null<\/a>
So \u00fcberpr\u00fcfen Sie, ob die Zelle in Pandas leer ist<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"