<\/p>\n
Ein Fehler, der bei der Verwendung von Pandas auftreten kann, ist:<\/span><\/p>\n Dieser Fehler tritt normalerweise auf, wenn Sie versuchen, einen DataFrame basierend auf mehreren Bedingungen zu unterteilen und keine Klammern um jede einzelne Bedingung setzen.<\/span><\/p>\n Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.<\/span><\/p>\n Angenommen, wir erstellen den folgenden Pandas-DataFrame:<\/span><\/p>\n Nehmen wir nun an, wir versuchen, die Funktion .loc<\/strong> zu verwenden, um nur die Zeilen anzuzeigen, in denen Team gleich \u201eA\u201c und Position gleich \u201eG\u201c ist:<\/span><\/p>\n Wir erhalten einen ValueError,<\/strong> weil wir einzelne Bedingungen nicht in Klammern gesetzt haben.<\/span><\/p>\n Da der &<\/strong> -Operator Vorrang vor dem ==-<\/strong> Operator hat, kann Pandas diese Anweisung nicht in der richtigen Reihenfolge interpretieren.<\/span><\/p>\n Der einfachste Weg, diesen Fehler zu beheben, besteht darin, die einzelnen Bedingungen einfach wie folgt in Klammern zu setzen:<\/span><\/p>\n Beachten Sie, dass wir keinen ValueError<\/strong> erhalten und es uns gelingt, den DataFrame erfolgreich zu unterteilen.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n L\u00f6sung: Spalten \u00fcberschneiden sich, es ist jedoch kein Suffix angegeben<\/a> Ein Fehler, der bei der Verwendung von Pandas auftreten kann, ist: TypeError : cannot compare a dtyped [object] array with a scalar of type [bool] Dieser Fehler tritt normalerweise auf, wenn Sie versuchen, einen DataFrame basierend auf mehreren Bedingungen zu unterteilen und keine Klammern um jede einzelne Bedingung setzen. Das folgende Beispiel zeigt, wie dieser […]<\/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 TypeError<\/span> : cannot compare a dtyped [object] array with a scalar of type [bool]\n<\/strong><\/pre>\n So reproduzieren Sie den Fehler<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' position<\/span> ': ['G', 'G', 'F', 'C', 'G', 'F', 'F', 'C'],\n ' points<\/span> ': [21, 30, 26, 29, 14, 29, 22, 16]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 AG 21\n1 AG 30\n2 AF26\n3AC 29\n4 BG 14\n5 BF 29\n6 BF 22\n7 BC 16\n<\/strong><\/pre>\n #attempt to only show rows where team='A' and position='G'\n<\/span>df. loc<\/span> [df. team<\/span> == ' A<\/span> ' & df. position<\/span> == ' G<\/span> ']\n\nTypeError<\/span> : cannot compare a dtyped [object] array with a scalar of type [bool]\n<\/span><\/span><\/strong><\/pre>\n So beheben Sie den Fehler<\/strong><\/span><\/h3>\n
#only show rows where team='A' and position='G'<\/span>\ndf. loc<\/span> [(df. team<\/span> == ' A<\/span> ') & (df. position<\/span> == ' G<\/span> ')]\n\n\tteam position points\n0 A G 21\n1 A G 30\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Probleml\u00f6sung: Sie versuchen, Objekt- und Int64-Spalten zusammenzuf\u00fchren<\/a>
L\u00f6sung: Es kann keine Zeile mit nicht \u00fcbereinstimmenden Spalten definiert werden<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"