<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um die Werte der drei Spalten in Pandas zu vergleichen:<\/span><\/p>\n Diese Syntax erstellt eine neue Spalte namens all_matching<\/strong> , die \u201eTrue\u201c<\/strong> zur\u00fcckgibt, wenn alle Spalten \u00fcbereinstimmende Werte haben, andernfalls \u201eFalse\u201c<\/strong> zur\u00fcckgibt.<\/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 mit drei Spalten:<\/span><\/p>\n Mit dem folgenden Code k\u00f6nnen wir eine neue Spalte namens all_matching<\/strong> erstellen, die \u201e True\u201c<\/strong> zur\u00fcckgibt, wenn alle drei Spalten in einer bestimmten Zeile \u00fcbereinstimmen, und \u201e False<\/strong> \u201c, wenn dies nicht der Fall ist:<\/span><\/p>\n Die neue Spalte namens all_matching<\/strong> gibt an, ob die Werte in den drei Spalten in einer bestimmten Zeile \u00fcbereinstimmen oder nicht.<\/span><\/span><\/p>\n Zum Beispiel:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere h\u00e4ufige Aufgaben in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So benennen Sie Spalten in Pandas um<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um die Werte der drei Spalten in Pandas zu vergleichen: df[‚ all_matching ‚] = df. apply ( lambda x: x.col1 == x.col2 == x.col3 , axis = 1 ) Diese Syntax erstellt eine neue Spalte namens all_matching , die \u201eTrue\u201c zur\u00fcckgibt, wenn alle Spalten \u00fcbereinstimmende Werte haben, andernfalls […]<\/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[' all_matching<\/span> '] = df. apply<\/span> ( lambda<\/span> x: x.col1<\/span> == x.col2<\/span> == x.col3<\/span> , axis = 1<\/span> )\n<\/strong><\/pre>\n Beispiel: Vergleichen Sie drei Spalten in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' A<\/span> ': [4, 0, 3, 3, 6, 8, 7, 9, 12],\n ' B<\/span> ': [4, 2, 3, 5, 6, 4, 7, 7, 12],\n ' C<\/span> ': [4, 0, 3, 5, 5, 10, 7, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n ABC\n0 4 4 4\n1 0 2 0\n2 3 3 3\n3 3 5 5\n4 6 6 5\n5 8 4 10\n6 7 7 7\n7 9 7 9\n8 12 12 12<\/strong><\/pre>\n #create new column that displays whether or not all column values match\n<\/span>df[' all_matching<\/span> '] = df. apply<\/span> ( lambda<\/span> x: x. A<\/span> == x. B<\/span> == x. C<\/span> , axis = 1<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n ABC all_matching\n0 4 4 4 True\n1 0 2 0 False\n2 3 3 3 True\n3 3 5 5 False\n4 6 6 5 False\n5 8 4 10 False\n6 7 7 7 True\n7 9 7 9 False\n8 12 12 12 True\n<\/strong><\/pre>\n\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So f\u00fcgen Sie einem Pandas DataFrame eine Spalte hinzu
So \u00e4ndern Sie die Spaltenreihenfolge in Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"