<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine doppelte Spalte in einem Pandas-DataFrame zu erstellen:<\/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:<\/span><\/p>\n Mit dem folgenden Code k\u00f6nnen wir ein Duplikat der Punktespalte<\/strong> erstellen und es \u201epoints_duplicate\u201c<\/strong> nennen:<\/span><\/span><\/p>\n Beachten Sie, dass die Spalte \u201epoints_duplicate\u201c<\/strong> genau die gleichen Werte enth\u00e4lt wie die Spalte \u201epoints\u201c<\/strong> .<\/span><\/p>\n Beachten Sie, dass die Duplikatspalte einen anderen Spaltennamen als die Originalspalte haben muss, andernfalls wird keine Duplikatspalte erstellt.<\/span><\/p>\n Wenn wir beispielsweise versuchen, mit dem folgenden Code eine doppelte Spalte zu erstellen, funktioniert dies nicht:<\/span><\/p>\n Es wurden keine doppelten Spalten erstellt.<\/span><\/p>\n Die duplizierte Spalte muss einen anderen Spaltennamen haben als die urspr\u00fcngliche Spalte.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So drucken Sie Pandas DataFrame ohne Index<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine doppelte Spalte in einem Pandas-DataFrame zu erstellen: df[‚ my_column_duplicate ‚] = df. loc [:, ‚ my_column ‚] Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird. Beispiel: Erstellen Sie eine doppelte Spalte in Pandas DataFrame Angenommen, wir haben den folgenden Pandas-DataFrame: import pandas […]<\/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[' my_column_duplicate<\/span> '] = df. loc<\/span> [:, ' my_column<\/span> ']\n<\/strong><\/pre>\n Beispiel: Erstellen Sie eine doppelte Spalte in Pandas DataFrame<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29, 32],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4, 5],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12, 8]})\n\n#view DataFrame\n<\/span>print<\/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\n8 32 5 8\n<\/strong><\/pre>\n #create duplicate points column\n<\/span>df[' duplicate_points<\/span> '] = df. loc<\/span> [:, ' points<\/span> ']\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n points assists rebounds points_duplicate\n0 25 5 11 25\n1 12 7 8 12\n2 15 7 10 15\n3 14 9 6 14\n4 19 12 6 19\n5 23 9 5 23\n6 25 9 9 25\n7 29 4 12 29\n8 32 5 8 32<\/span><\/span><\/strong><\/pre>\n #attempt to create duplicate points column\n<\/span>df[' points<\/span> '] = df. loc<\/span> [:, ' points<\/span> ']\n\n#view updated DataFrame\n<\/span>print<\/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\n8 32 5 8\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So zeigen Sie alle Zeilen in einem Pandas DataFrame an<\/a>
So \u00fcberpr\u00fcfen Sie den Typ aller Spalten in Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"