<\/p>\n
H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise auf Beispieldatens\u00e4tze in Pandas zugreifen, um verschiedene Funktionen auszuprobieren und zu \u00fcben.<\/span><\/span><\/p>\n Gl\u00fccklicherweise k\u00f6nnen Sie mit der integrierten Testfunktion<\/strong> Beispiel-Pandas-Datens\u00e4tze erstellen.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Funktion verwenden.<\/span><\/p>\n Der folgende Code zeigt, wie man einen Pandas-Datensatz mit allen numerischen Spalten erstellt:<\/span><\/p>\n Standardm\u00e4\u00dfig erstellt die Funktion makeDataFrame()<\/strong> einen Pandas-DataFrame mit 30 Zeilen und 4 Spalten, in dem alle Spalten numerisch sind.<\/span><\/p>\n Der folgende Code zeigt, wie man einen Pandas-Datensatz mit allen numerischen Spalten erstellt:<\/span><\/p>\n Standardm\u00e4\u00dfig erstellt die Funktion makeMixedDataFrame()<\/strong> einen Pandas-DataFrame mit 5 Zeilen und 4 Spalten, in dem die Spalten verschiedene Datentypen aufweisen.<\/span><\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um den Datentyp jeder Spalte<\/a> anzuzeigen:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Der folgende Code zeigt, wie man einen Pandas-Datensatz mit fehlenden Werten in verschiedenen Spalten erstellt:<\/span><\/p>\n Standardm\u00e4\u00dfig erstellt die Funktion makeMissingDataFrame()<\/strong> einen Pandas-DataFrame mit 30 Zeilen und 4 Spalten, in dem in verschiedenen Spalten fehlende Werte (NaN) vorhanden sind.<\/span><\/p>\n Diese Funktion ist besonders n\u00fctzlich, da sie es Ihnen erm\u00f6glicht, mit einem Datensatz zu arbeiten, der fehlende Werte aufweist, was in realen Datens\u00e4tzen h\u00e4ufig vorkommt.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n So erstellen Sie einen Pandas DataFrame mit Zufallsdaten<\/a> H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise auf Beispieldatens\u00e4tze in Pandas zugreifen, um verschiedene Funktionen auszuprobieren und zu \u00fcben. Gl\u00fccklicherweise k\u00f6nnen Sie mit der integrierten Testfunktion Beispiel-Pandas-Datens\u00e4tze erstellen. Die folgenden Beispiele zeigen, wie Sie diese Funktion verwenden. Beispiel 1: Erstellen Sie einen Pandas-Datensatz mit allen numerischen Spalten Der folgende Code zeigt, wie man einen Pandas-Datensatz mit allen numerischen […]<\/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 Beispiel 1: Erstellen Sie einen Pandas-Datensatz mit allen numerischen Spalten<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create sample dataset<\/span>\ndf1 = pd. util<\/span> . testing<\/span> . makeDataFrame<\/span> ()\n\n#view dimensions of dataset<\/span>\nprint<\/span> ( df1.shape<\/span> )\n\n(30, 4)\n\n#view first five rows of dataset<\/span>\nprint<\/span> ( df1.head<\/span> ())\n\n ABCD\ns8tpz0W5mF -0.751223 0.956338 -0.441847 0.695612\nCXQ9YhLhk8 -0.210881 -0.231347 -0.227672 -0.616171\nKAbcor6sQK 0.727880 0.128638 -0.989993 1.094069\nIH3bptMpdb -1.599723 1.570162 -0.221688 2.194936\ngar9ZxBTrH 0.025171 -0.446555 0.169873 -1.583553\n<\/b><\/span><\/pre>\n Beispiel 2: Erstellen Sie einen Pandas-Datensatz mit gemischten Spalten<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create sample dataset<\/span>\ndf2 = pd. util<\/span> . testing<\/span> . makeMixedDataFrame<\/span> ()\n\n#view dimensions of dataset<\/span>\nprint<\/span> ( df2.shape<\/span> )\n\n(5, 4)\n\n#view first five rows of dataset<\/span>\nprint<\/span> ( df2.head<\/span> ())\n\n ABCD\n0 0.0 0.0 foo1 2009-01-01\n1 1.0 1.0 foo2 2009-01-02\n2 2.0 0.0 foo3 2009-01-05\n3 3.0 1.0 foo4 2009-01-06\n4 4.0 0.0 foo5 2009-01-07\n<\/b><\/span><\/pre>\n #display data type of each column\ndf2. dtypes\n\nA float64\nB float64\nC object\nD datetime64[ns]\ndtype:object<\/span><\/span><\/span>\n<\/span><\/b><\/span><\/pre>\n\n
Beispiel 3: Erstellen Sie einen Pandas-Datensatz mit fehlenden Werten<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create sample dataset<\/span>\ndf3 = pd. util<\/span> . testing<\/span> . makeMissingDataFrame<\/span> ()\n\n#view dimensions of dataset<\/span>\nprint<\/span> ( df3.shape<\/span> )\n\n(30, 4)\n\n#view first five rows of dataset<\/span>\nprint<\/span> ( df3.head<\/span> ())\n\n ABCD\nYgAQaNaGfG 0.444376 -2.264920 1.117377 -0.087507\nJoT4KxJeHd 1.913939 1.287006 -0.331315 -0.392949\ntyrA2P6wz3 NaN 2.988521 0.399583 0.095831\n1qvPc9DU1t 0.028716 1.311452 -0.237756 -0.150362\n3aAXYtXjIO -1.069339 0.332067 0.204074 NaN\n<\/b><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/span><\/strong><\/span><\/h3>\n
Wie man Zeilen in Pandas zuf\u00e4llig abtastet<\/a>
So mischen Sie Zeilen in einem Pandas DataFrame<\/p>\n","protected":false},"excerpt":{"rendered":"