<\/p>\n
Sie k\u00f6nnen die folgende Syntax verwenden, um eine Pandas-Abfrage unter Verwendung eines Spaltennamens mit einem Leerzeichen durchzuf\u00fchren:<\/span><\/p>\n Beachten Sie, dass Sie in der Abfrage Anf\u00fchrungszeichen ( `<\/strong> ) anstelle von doppelten Anf\u00fchrungszeichen verwenden m\u00fcssen.<\/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 Nehmen wir nun an, wir m\u00f6chten die Zeilen abfragen, in denen die Spalte mit den markierten Punkten<\/strong> gleich 20 ist.<\/span><\/p>\n Wenn wir die Funktion query()<\/strong> mit Anf\u00fchrungszeichen verwenden, erhalten wir eine Fehlermeldung:<\/span><\/span><\/p>\n Stattdessen m\u00fcssen wir die Funktion query()<\/strong> mit Backticks verwenden:<\/span><\/span><\/p>\n Die Abfrage gibt die beiden Zeilen des DataFrame zur\u00fcck, wobei die Spalte der markierten Punkte<\/strong> 20 betr\u00e4gt.<\/span><\/p>\n Beachten Sie, dass wir auch keine Fehlermeldungen erhalten, da wir in der Funktion query()<\/strong> Anf\u00fchrungszeichen anstelle von Anf\u00fchrungszeichen verwendet haben.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n Pandas: So filtern Sie Zeilen basierend auf der Zeichenfolgenl\u00e4nge<\/a> Sie k\u00f6nnen die folgende Syntax verwenden, um eine Pandas-Abfrage unter Verwendung eines Spaltennamens mit einem Leerzeichen durchzuf\u00fchren: df. query (‚ `this column` == 20 ‚) Beachten Sie, dass Sie in der Abfrage Anf\u00fchrungszeichen ( ` ) anstelle von doppelten Anf\u00fchrungszeichen verwenden m\u00fcssen. Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird. Beispiel: […]<\/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. query<\/span> (' `this column` == 20<\/span> ')<\/strong><\/pre>\n Beispiel: Abfragespalte in Pandas DataFrame mit Leerzeichen<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G'], \n ' points scored<\/span> ': [12, 20, 40, 20, 24, 10, 31]}) \n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points scored\n0 to 12\n1 B 20\n2 C 40\n3 D 20\n4 E 24\n5 F 10\n6 G 31<\/strong><\/pre>\n #attempt to get rows where points scored column is equal to 20\n<\/span>df. query<\/span> (' \"points scored\" == 20<\/span> ')\n\nTypeError: argument of type 'int' is not iterable\n<\/strong><\/pre>\n #get rows where points scored column is equal to 20\n<\/span>df. query<\/span> (' `points scored` == 20<\/span> ')\n\n\tteam points scored\n1 B 20\n3 D 20\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So l\u00f6schen Sie Zeilen basierend auf der Bedingung<\/a>
Pandas: So verwenden Sie den \u201eNO IN\u201c-Filter<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"