<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine bedingungsbasierte boolesche Spalte in einem Pandas-DataFrame zu erstellen:<\/span><\/p>\n Diese spezielle Syntax erstellt eine neue boolesche Spalte mit zwei m\u00f6glichen Werten:<\/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, der Informationen \u00fcber verschiedene Basketballspieler enth\u00e4lt:<\/span><\/p>\n Mit dem folgenden Code k\u00f6nnen wir eine neue Spalte namens \u201egood_player\u201c<\/strong> erstellen, die True<\/strong> zur\u00fcckgibt, wenn der Wert in der Punktespalte gr\u00f6\u00dfer als 15 ist, andernfalls False<\/strong> :<\/span><\/p>\n Beachten Sie, dass die neue Spalte namens good_player<\/strong> nur zwei Werte enth\u00e4lt: True<\/strong> oder False<\/strong> .<\/span><\/p>\n Wir k\u00f6nnen die Funktion dtypes()<\/strong> verwenden, um zu \u00fcberpr\u00fcfen, ob die neue Spalte \u201egood_player\u201c<\/strong> tats\u00e4chlich eine boolesche Spalte ist:<\/span><\/p>\n Die neue Spalte \u201egood_player\u201c<\/strong> ist tats\u00e4chlich eine boolesche Spalte.<\/span><\/p>\n Beachten Sie au\u00dferdem, dass Sie bei Bedarf numerische Werte wie 1<\/strong> und 0<\/strong> anstelle von True<\/strong> und False<\/strong> zur\u00fcckgeben k\u00f6nnen:<\/span><\/p>\n Die Spalte \u201egood_player\u201c<\/strong> enth\u00e4lt nun eine 1<\/strong> , wenn der entsprechende Wert in der Punktespalte<\/strong> gr\u00f6\u00dfer als 15 ist.<\/span><\/p>\n Ansonsten enth\u00e4lt es den Wert 0<\/strong> .<\/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 w\u00e4hlen Sie Zeilen basierend auf mehreren Bedingungen in Pandas aus<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um eine bedingungsbasierte boolesche Spalte in einem Pandas-DataFrame zu erstellen: df[‚ boolean_column ‚] = np. where (df[‚ some_column ‚] > 15, True , False ) Diese spezielle Syntax erstellt eine neue boolesche Spalte mit zwei m\u00f6glichen Werten: True , wenn der Wert in some_column gr\u00f6\u00dfer als 15 ist. […]<\/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[' boolean_column<\/span> '] = np. where<\/span> (df[' some_column<\/span> '] > 15, True<\/span> , False<\/span> )\n<\/strong><\/pre>\n\n
Beispiel: Erstellen Sie eine boolesche Spalte basierend auf der Bedingung in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' points<\/span> ': [5, 17, 7, 19, 12, 13, 9, 24]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 to 5\n1 to 17\n2 to 7\n3 to 19\n4 B 12\n5 B 13\n6 B 9\n7 B 24 \n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#create new boolean column based on value in points column\n<\/span>df[' good_player<\/span> '] = np. where<\/span> (df[' points<\/span> '] > 15, True<\/span> , False<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points good_player\n0 To 5 False\n1 To 17 True\n2 To 7 False\n3 To 19 True\n4 B 12 False\n5 B 13 False\n6 B 9 False\n7 B 24 True<\/span><\/span><\/strong><\/pre>\n #display data type of good_player column<\/span>\n<\/span>df[' good_player<\/span> ']. dtype\n\n<\/span>dtype('bool')\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#create new boolean column based on value in points column\n<\/span>df[' good_player<\/span> '] = np. where<\/span> (df[' points<\/span> '] > 15, 1<\/span> ,<\/span> 0<\/span> )\n\n#view updated DataFrame\n<\/span><\/span>print<\/span> (df)\n\n team points good_player\n0 to 5 0\n1 To 17 1\n2 to 7 0\n3 A 19 1\n4 B 12 0\n5 B 13 0\n6 B 9 0\n7 B 24 1\n<\/span><\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So erstellen Sie eine neue Spalte basierend auf einer Bedingung in Pandas<\/a>
So filtern Sie einen Pandas DataFrame nach mehreren Bedingungen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"