<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um zu \u00fcberpr\u00fcfen, ob mehrere Spalten in Pandas gleich sind:<\/span><\/p>\n Methode 1: \u00dcberpr\u00fcfen Sie, ob alle Spalten gleich sind<\/strong><\/span><\/p>\n Methode 2: \u00dcberpr\u00fcfen Sie, ob bestimmte Spalten gleich sind<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Mit der folgenden Syntax k\u00f6nnen wir pr\u00fcfen, ob der Wert jeder Spalte im DataFrame f\u00fcr jede Zeile gleich ist:<\/span><\/p>\n Wenn der Wert jeder Spalte gleich ist, gibt die entsprechende Spalte True<\/strong> zur\u00fcck.<\/span><\/p>\n Andernfalls wird False<\/strong> zur\u00fcckgegeben.<\/span><\/p>\n Beachten Sie, dass Sie mit astype(int)<\/strong> wie folgt True-<\/strong> und False<\/strong> -Werte in 1<\/strong> und 0<\/strong> konvertieren k\u00f6nnen:<\/span><\/p>\n Mit der folgenden Syntax k\u00f6nnen wir pr\u00fcfen, ob die Werte in den Spalten A, C und D des DataFrame f\u00fcr jede Zeile gleich sind:<\/span><\/p>\n Wenn die Werte in den Spalten A, C und D gleich sind, gibt die entsprechende Spalte True<\/strong> zur\u00fcck.<\/span><\/p>\n Andernfalls wird False<\/strong> zur\u00fcckgegeben.<\/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 folgenden Methoden verwenden, um zu \u00fcberpr\u00fcfen, ob mehrere Spalten in Pandas gleich sind: Methode 1: \u00dcberpr\u00fcfen Sie, ob alle Spalten gleich sind df[‚ matching ‚] = df. eq (df. iloc [:, 0], axis= 0 ). all (1) Methode 2: \u00dcberpr\u00fcfen Sie, ob bestimmte Spalten gleich sind df[‚ matching ‚] = df. apply […]<\/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[' matching<\/span> '] = df. eq<\/span> (df. iloc<\/span> [:, 0], axis= 0<\/span> ). all<\/span> (1)\n<\/strong><\/pre>\n df[' matching<\/span> '] = df. apply<\/span> ( lambda<\/span> x: x.col1<\/span> == x.col3<\/span> == x.col4<\/span> , axis= 1<\/span> )<\/strong><\/pre>\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],\n ' B<\/span> ': [4, 2, 3, 5, 6, 4, 7],\n ' C<\/span> ': [4, 0, 3, 3, 5, 10, 7],\n ' D<\/span> ': [4, 0, 3, 3, 3, 8, 7]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n ABCD\n0 4 4 4 4\n1 0 2 0 0\n2 3 3 3 3\n3 3 5 3 3\n4 6 6 5 3\n5 8 4 10 8\n6 7 7 7 7\n<\/strong><\/pre>\n Beispiel 1: \u00dcberpr\u00fcfen Sie, ob alle Spalten gleich sind<\/strong><\/span><\/h2>\n
#create new column that checks if all columns match in each row\n<\/span>df[' matching<\/span> '] = df. eq<\/span> (df. iloc<\/span> [:, 0], axis= 0<\/span> ). all<\/span> (1)\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n ABCD matching\n0 4 4 4 4 True\n1 0 2 0 0 False\n2 3 3 3 3 True\n3 3 5 3 3 False\n4 6 6 5 3 False\n5 8 4 10 8 False\n6 7 7 7 7 True\n<\/strong><\/pre>\n #create new column that checks if all columns match in each row\n<\/span>df[' matching<\/span> '] = df. eq<\/span> (df. iloc<\/span> [:, 0], axis= 0<\/span> ). all<\/span> (1). astype<\/span> (int)\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n ABCD matching\n0 4 4 4 4 1\n1 0 2 0 0 0\n2 3 3 3 3 1\n3 3 5 3 3 0\n4 6 6 5 3 0\n5 8 4 10 8 0\n6 7 7 7 7 1\n<\/strong><\/pre>\n Beispiel 2: \u00dcberpr\u00fcfen Sie, ob bestimmte Spalten gleich sind<\/strong><\/span><\/h2>\n
#create new column that checks if values in columns A, C, and D are equal\n<\/span>df[' matching<\/span> '] = df. apply<\/span> ( lambda<\/span> x: x. A<\/span> == x. C<\/span> == x. D<\/span> , axis= 1<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n ABCD matching\n0 4 4 4 4 True\n1 0 2 0 0 True\n2 3 3 3 3 True\n3 3 5 3 3 True\n4 6 6 5 3 False\n5 8 4 10 8 False\n6 7 7 7 7 True\n<\/strong><\/pre>\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":"