<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um mehrere Pandas-DataFrames gleichzeitig hinzuzuf\u00fcgen:<\/span><\/span><\/p>\n Diese spezielle Syntax f\u00fcgt df1<\/strong> , df2<\/strong> und df3<\/strong> zu einem einzigen Pandas-DataFrame namens df_big<\/strong> hinzu.<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Der folgende Code zeigt, wie Sie mehrere Pandas-DataFrames gleichzeitig hinzuf\u00fcgen:<\/span><\/p>\n Das Ergebnis ist ein gro\u00dfer DataFrame, der alle Zeilen aus jedem der drei einzelnen DataFrames enth\u00e4lt.<\/span><\/p>\n Das Argument \u201eignore_index=True\u201c<\/strong> weist Pandas an, die urspr\u00fcnglichen Indexnummern in jedem DataFrame zu ignorieren und einen neuen Index zu erstellen, der bei 0 f\u00fcr den neuen DataFrame beginnt.<\/span><\/p>\n \u00dcberlegen Sie beispielsweise, was passiert, wenn wir \u201eignore_index=True\u201c<\/strong> beim Stapeln der folgenden zwei DataFrames nicht verwenden:<\/span><\/p>\n Der resultierende DataFrame behielt seine urspr\u00fcnglichen Indexwerte beider DataFrames bei.<\/span><\/p>\n Im Allgemeinen sollten Sie \u201eignore_index=True\u201c<\/strong> verwenden, wenn Sie mehrere DataFrames hinzuf\u00fcgen, es sei denn, Sie haben einen bestimmten Grund, die urspr\u00fcnglichen Indexwerte beizubehalten.<\/span><\/p>\n So f\u00fcgen Sie einem Pandas DataFrame eine leere Spalte hinzu<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um mehrere Pandas-DataFrames gleichzeitig hinzuzuf\u00fcgen: import pandas as pd #append multiple DataFrames df_big = pd. concat ([df1,df2, df3], ignore_index= True ) Diese spezielle Syntax f\u00fcgt df1 , df2 und df3 zu einem einzigen Pandas-DataFrame namens df_big hinzu. Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet […]<\/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 import<\/span> pandas as<\/span> pd\n\n#append multiple DataFrames<\/span>\ndf_big = pd. concat<\/span> ([df1,df2, df3], ignore_index= True<\/span> ) \n<\/strong><\/pre>\n Beispiel 1: Mehrere Pandas DataFrames gleichzeitig hinzuf\u00fcgen<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create three DataFrames<\/span>\ndf1 = pd. DataFrame<\/span> ({'player': ['A', 'B', 'C', 'D', 'E'],\n 'points':[12, 5, 13, 17, 27]})\n\ndf2 = pd. DataFrame<\/span> ({'player': ['F', 'G', 'H', 'I', 'J'],\n 'points':[24, 26, 27, 27, 12]})\n\ndf3 = pd. DataFrame<\/span> ({'player': ['K', 'L', 'M', 'N', 'O'],\n 'points':[9, 5, 5, 13, 17]})\n\n#append all DataFrames into one DataFrame<\/span>\ndf_big = pd. concat<\/span> ([df1,df2, df3], ignore_index= True<\/span> )\n\n#view resulting DataFrame<\/span>\nprint<\/span> (df_big)\n\n player points\n0 to 12\n1 B 5\n2 C 13\n3 D 17\n4 E 27\n5 F 24\n6 G 26\n7:27 a.m.\n8 I 27\n9 D 12\n10K 9\n11 L 5\n12 M 5\n13 N 13\n14 O 17<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#create two DataFrames with indices<\/span>\ndf1 = pd. DataFrame<\/span> ({'player': ['A', 'B', 'C', 'D', 'E'],\n 'points':[12, 5, 13, 17, 27]},\n index=[0, 1, 2, 3, 4])\n\ndf2 = pd. DataFrame<\/span> ({'player': ['F', 'G', 'H', 'I', 'J'],\n 'points':[24, 26, 27, 27, 12]},\n index=[2, 4, 5, 6, 9])\n\n#stack the two DataFrames together<\/span>\ndf_big = pd. concat<\/span> ([df1,df2])\n\n#view resulting DataFrame<\/span>\nprint<\/span> (df_big)\n\n player points\n0 to 12\n1 B 5\n2 C 13\n3 D 17\n4 E 27\n2 F 24\n4G 26\n5:27 a.m.\n6 I 27\n9 D 12\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So f\u00fcgen Sie eine Spalte in einen Pandas DataFrame ein<\/a>
So exportieren Sie einen Pandas DataFrame nach Excel<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"