<\/p>\n
Mit der folgenden Syntax k\u00f6nnen Sie einem Pandas-DataFrame eine neue Spalte hinzuf\u00fcgen, die angibt, ob jede Zeile in einem anderen DataFrame vorhanden ist:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Nehmen wir an, wir haben die folgenden zwei Panda-DataFrames:<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um dem ersten DataFrame eine Spalte namens \u201eexists\u201c<\/strong> hinzuzuf\u00fcgen, die angibt, ob jeder Wert in der Team-<\/strong> und Punktespalte<\/strong> in jeder Zeile im zweiten DataFrame vorhanden ist:<\/span><\/p>\n Die neue Spalte \u201eexistiert\u201c<\/strong> gibt an, ob jeder Wert in der Team-<\/strong> und Punktespalte<\/strong> in jeder Zeile im zweiten DataFrame vorhanden ist.<\/span><\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Beachten Sie au\u00dferdem, dass Sie in der Spalte \u201e existiert<\/strong> \u201c andere Werte als \u201eTrue\u201c und \u201eFalse\u201c angeben k\u00f6nnen, indem Sie die Werte in der Funktion \u201eNumPy Where()\u201c<\/strong> \u00e4ndern.<\/span><\/p>\n Sie k\u00f6nnen beispielsweise stattdessen \u201eexistiert\u201c und \u201eexistiert nicht\u201c wie folgt verwenden:<\/span><\/p>\n Beachten Sie, dass die Werte in der vorhandenen<\/strong> Spalte ge\u00e4ndert wurden.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n Pandas: F\u00fcgen Sie eine Spalte von einem DataFrame zu einem anderen hinzu<\/a> Mit der folgenden Syntax k\u00f6nnen Sie einem Pandas-DataFrame eine neue Spalte hinzuf\u00fcgen, die angibt, ob jede Zeile in einem anderen DataFrame vorhanden ist: #merge two DataFrames on specific columns all_df = pd. merge (df1, df2, on=[‚ column1 ‚, ‚ column2 ‚], how=‘ left ‚, indicator=‘ exists ‚) #drop unwanted columns all_df = all_df. drop (‚ […]<\/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 #merge two DataFrames on specific columns<\/span>\nall_df = pd. merge<\/span> (df1, df2, on=[' column1<\/span> ', ' column2<\/span> '], how=' left<\/span> ', indicator=' exists<\/span> ')\n\n#drop unwanted columns<\/span>\nall_df = all_df. drop<\/span> (' column3<\/span> ', axis= 1<\/span> )\n\n#add column that shows if each row in one DataFrame exists in another<\/span>\nall_df[' exists<\/span> '] = np. where<\/span> (all_df. exists<\/span> == ' both<\/span> ', True<\/span> , False<\/span> )\n<\/strong><\/pre>\n Beispiel: \u00dcberpr\u00fcfen Sie, ob eine Zeile in einem Pandas DataFrame in einem anderen vorhanden ist<\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#create first DataFrame\ndf1 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E'], \n ' points<\/span> ': [12, 15, 22, 29, 24]}) \n\nprint<\/span> (df1)\n\n team points\n0 to 12\n1 B 15\n2 C 22\n3 D 29\n4 E 24\n\n#create second DataFrame\n<\/span>df2 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'D', 'F', 'G', 'H'],\n ' points<\/span> ': [12, 29, 15, 19, 10],\n ' assists<\/span> ': [4, 7, 7, 10, 12]})\n\nprint<\/span> (df2)\n\n team points assists\n0 to 12 4\n1 D 29 7\n2 F 15 7\n3 G 19 10\n4:10:12\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#merge two dataFrames and add indicator column\n<\/span>all_df = pd. merge<\/span> (df1, df2, on=[' team<\/span> ', ' points<\/span> '], how=' left<\/span> ', indicator=' exists<\/span> ')\n\n#drop assists columns\n<\/span>all_df = all_df. drop<\/span> (' assists<\/span> ', axis= 1<\/span> )\n\n#add column to show if each row in first DataFrame exists in second\n<\/span>all_df[' exists<\/span> '] = np. where<\/span> (all_df. exists<\/span> == ' both<\/span> ', True<\/span> , False<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (all_df)\n\n team points exists\n0 A 12 True\n1 B 15 False\n2 C 22 False\n3 D 29 True\n4 E 24 False\n<\/strong><\/span><\/pre>\n\n
#add column to show if each row in first DataFrame exists in second\n<\/span>all_df[' exists<\/span> '] = np. where<\/span> (all_df. exists<\/span> == ' both<\/span> ', ' exists<\/span> ', ' not exists<\/span> ')<\/span>\n\n#view updated DataFrame\n<\/span>print<\/span> (all_df)\n\n team points exists\n0 to 12 exists\n1 B 15 not exists\n2 C 22 not exists\n3 D 29 exists\n4 E 24 not exists\n<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: Zeilen abrufen, die sich nicht in einem anderen DataFrame befinden<\/a>
Pandas: So \u00fcberpr\u00fcfen Sie, ob mehrere Spalten gleich sind<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"