<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine Listenspalte in mehrere Spalten in einem Pandas-DataFrame aufzuteilen:<\/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, in dem die Spalte namens \u201e points\u201c<\/strong> Wertelisten enth\u00e4lt:<\/span><\/p>\n Mit der folgenden Syntax k\u00f6nnen wir einen neuen DataFrame erstellen, in dem die Punktespalte<\/strong> in zwei neue Spalten namens game1<\/strong> und game2<\/strong> aufgeteilt wird:<\/span><\/p>\n Wenn wir m\u00f6chten, k\u00f6nnen wir diesen geteilten DataFrame dann mit der Funktion concat()<\/strong> mit dem urspr\u00fcnglichen DataFrame verbinden:<\/span><\/p>\n Schlie\u00dflich k\u00f6nnen wir die urspr\u00fcngliche Punktespalte<\/strong> aus dem DataFrame entfernen, wenn wir m\u00f6chten:<\/span><\/p>\n Das Endergebnis ist ein DataFrame, in dem die urspr\u00fcngliche Punktespalte<\/strong> der Listen nun in zwei neue Spalten namens game1<\/strong> und game2<\/strong> aufgeteilt ist.<\/span><\/p>\n Hinweis<\/strong> : Wenn Ihre Listenspalte eine ungerade Anzahl von Werten in jeder Liste enth\u00e4lt, f\u00fcllt Pandas beim Aufteilen der Listen in Spalten einfach die fehlenden Werte mit NaN-<\/strong> Werten auf.<\/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 Listenspalte in mehrere Spalten in einem Pandas-DataFrame aufzuteilen: #split column of lists into two new columns split = pd. DataFrame (df[‚ my_column ‚]. to_list (), columns = [‚ new1 ‚,‘ new2 ‚]) #join split columns back to original DataFrame df = pd. concat ([df, split], axis= […]<\/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 #split column of lists into two new columns\n<\/span>split = pd. DataFrame<\/span> (df[' my_column<\/span> ']. to_list<\/span> (), columns = [' new1<\/span> ',' new2<\/span> '])\n\n#join split columns back to original DataFrame\n<\/span>df = pd. concat<\/span> ([df, split], axis= 1<\/span> )<\/strong><\/span><\/pre>\n Beispiel: Teilen Sie eine Listenspalte in Pandas in mehrere Spalten auf<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Heat', 'Kings', 'Suns'],\n ' points<\/span> ': [[99, 105], [94, 113], [99, 97], [87, 95]]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 Mavs [99, 105]\n1 Heat [94, 113]\n2 Kings [99, 97]\n3 Suns [87, 95]<\/strong><\/pre>\n #split column of lists into two new columns\n<\/span>split = pd. DataFrame<\/span> (df[' my_column<\/span> ']. to_list<\/span> (), columns = [' new1<\/span> ',' new2<\/span> '])\n\n#view DataFrame\n<\/span>print<\/span> (split)\n\n game1 game2\n0 99 105\n1 94 113\n2 99 97\n3 87 95\n<\/strong><\/span><\/pre>\n #join split columns back to original DataFrame\n<\/span>df = pd. concat<\/span> ([df, split], axis= 1<\/span> ) \n\n#view updated DataFrame<\/span>\nprint<\/span> (df)\n\n team points game1 game2\n0 Mavs [99, 105] 99 105\n1 Heat [94, 113] 94 113\n2 Kings [99, 97] 99 97\n3 Suns [87, 95] 87 95\n<\/strong><\/span><\/pre>\n #drop original points column\ndf = df. drop<\/span> (' points<\/span> ', axis= 1<\/span> )\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n team game1 game2\n0 Mavs 99 105\n1 Heat 94 113\n2 Kings 99 97\n3 Suns 87 95\n<\/span><\/span><\/strong><\/span><\/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":"