<\/p>\n
Mit der Methode \u201eassign()\u201c<\/strong> k\u00f6nnen neue Spalten zu einem Pandas-DataFrame hinzugef\u00fcgt werden.<\/span><\/p>\n Diese Methode verwendet die folgende grundlegende Syntax:<\/span><\/p>\n Es ist wichtig zu beachten, dass diese Methode nur den neuen DataFrame auf der Konsole anzeigt, den urspr\u00fcnglichen DataFrame jedoch nicht tats\u00e4chlich \u00e4ndert.<\/span><\/p>\n Um den urspr\u00fcnglichen DataFrame zu \u00e4ndern, m\u00fcssen Sie die Ergebnisse der Methode \u201eassign()\u201c<\/strong> in einer neuen Variablen speichern.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie die Methode \u201eassign()\u201c<\/strong> auf unterschiedliche Weise mit dem folgenden Pandas-DataFrame verwenden:<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Methode \u201eassign()\u201c<\/strong> eine neue Variable namens \u201e points2\u201c<\/strong> zum DataFrame hinzuf\u00fcgen, deren Werte gleich den Werten in der Punktespalte<\/strong> multipliziert mit zwei sind:<\/span><\/p>\n Beachten Sie, dass diese Methode \u201eassign()\u201c<\/strong> den urspr\u00fcnglichen DataFrame nicht \u00e4ndert.<\/span><\/span><\/p>\n Wenn wir den urspr\u00fcnglichen DataFrame drucken, werden wir sehen, dass er unver\u00e4ndert bleibt:<\/span><\/p>\n Um die Ergebnisse der Methode \u201eassign()\u201c<\/strong> zu speichern, k\u00f6nnen wir die Ergebnisse in einem neuen DataFrame speichern:<\/span><\/p>\n Der neue DataFrame namens df_new<\/strong> enth\u00e4lt jetzt die von uns erstellte Spalte \u201epoints2\u201c<\/strong> .<\/span><\/p>\n Der folgende Code zeigt, wie Sie mit der Methode \u201eassign()\u201c<\/strong> drei neue Variablen zum DataFrame hinzuf\u00fcgen:<\/span><\/p>\n Beachten Sie, dass dem DataFrame drei neue Spalten hinzugef\u00fcgt wurden.<\/span><\/p>\n Hinweis<\/strong> : Die vollst\u00e4ndige Dokumentation der Pandas-Methode \u201eassign()\u201c<\/strong> finden Sie hier<\/a> .<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere allgemeine Funktionen in Pandas verwenden:<\/span><\/p>\n So verwenden Sie die Funktion \u201ebeschreiben()\u201c in Pandas<\/a> Mit der Methode \u201eassign()\u201c k\u00f6nnen neue Spalten zu einem Pandas-DataFrame hinzugef\u00fcgt werden. Diese Methode verwendet die folgende grundlegende Syntax: df. assign (new_column = values) Es ist wichtig zu beachten, dass diese Methode nur den neuen DataFrame auf der Konsole anzeigt, den urspr\u00fcnglichen DataFrame jedoch nicht tats\u00e4chlich \u00e4ndert. Um den urspr\u00fcnglichen DataFrame zu \u00e4ndern, m\u00fcssen Sie […]<\/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. assign<\/span> (new_column = values)\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#define DataFrame\ndf = pd. DataFrame<\/span> ({' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29],\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<\/span>\nprint<\/span> (df)\n\n points assists rebounds\n0 25 5 11\n1 12 7 8\n2 15 7 10\n3 14 9 6\n4 19 12 6\n5 23 9 5\n6 25 9 9\n7 29 4 12<\/strong><\/pre>\n Beispiel 1: Weisen Sie DataFrame eine neue Variable zu<\/strong><\/span><\/h2>\n
#add new variable called points2\ndf. assign<\/span> (points2 = df.points<\/span> * 2<\/span> )<\/span>\n\n points<\/span> assists rebounds<\/span> points2\n0 25<\/span> 5<\/span> 11 50\n1 12<\/span> 7<\/span> 8 24\n2 15<\/span> 7<\/span> 10 30\n3 14<\/span> 9<\/span> 6 28\n4 19<\/span> 12<\/span> 6<\/span> 38\n5 23<\/span> 9<\/span> 5 46\n6 25<\/span> 9<\/span> 9 50\n7 29<\/span> 4<\/span> 12 58\n<\/span><\/span><\/strong><\/pre>\n #print original DataFrame<\/span>\nprint<\/span> (df)\n\n points assists rebounds\n0 25 5 11\n1 12 7 8\n2 15 7 10\n3 14 9 6\n4 19 12 6\n5 23 9 5\n6 25 9 9\n7 29 4 12\n<\/strong><\/pre>\n #add new variable called points2 and save results in new DataFrame\ndf. assign<\/span> (points2 = df.points<\/span> * 2<\/span> )\n\n#view new DataFrame<\/span>\nprint<\/span> (df_new)\n\n points assists rebounds points2\n0 25 5 11 50\n1 12 7 8 24\n2 15 7 10 30\n3 14 9 6 28\n4 19 12 6 38\n5 23 9 5 46\n6 25 9 9 50\n7 29 4 12 58\n<\/span><\/span><\/strong><\/pre>\n Beispiel 2: Weisen Sie DataFrame mehrere neue Variablen zu<\/strong><\/span><\/h2>\n
#add three new variables to DataFrame and store results in new DataFrame<\/span>\ndf_new = df. assign<\/span> (points2 = df. points<\/span> * 2<\/span> ,\n assists_rebs = df. assists<\/span> + df. rebounds<\/span> ,\n conference = ' Western<\/span> ')\n\n#view new DataFrame\n<\/span>print<\/span> (df_new)\n\n points assists rebounds points2 assists_rebs conference\n0 25 5 11 50 16 Western\n1 12 7 8 24 15 Western\n2 15 7 10 30 17 Western\n3 14 9 6 28 15 Western\n4 19 12 6 38 18 Western\n5 23 9 5 46 14 Western\n6 25 9 9 50 18 Western\n7 29 4 12 58 16 Western\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So verwenden Sie die Funktion idxmax() in Pandas<\/a>
So wenden Sie eine Funktion auf ausgew\u00e4hlte Spalten in Pandas an<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"