<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um den Teilstring einer gesamten Spalte in einem Pandas-DataFrame abzurufen:<\/span><\/p>\n In diesem speziellen Beispiel wird eine neue Spalte namens some_substring<\/strong> erstellt, die die Zeichen von Position 1 bis 4 in string_column<\/strong> enth\u00e4lt.<\/span><\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Nehmen wir an, wir haben den folgenden Pandas-DataFrame, der Informationen \u00fcber verschiedene Basketballteams enth\u00e4lt:<\/span><\/p>\n Mit der folgenden Syntax k\u00f6nnen wir eine neue Spalte erstellen, die die Zeichen aus der Teamspalte<\/strong> zwischen Position 1 und 4 enth\u00e4lt:<\/span><\/p>\n Die neue Spalte namens team_substring<\/strong> enth\u00e4lt die Zeichen aus der Teamspalte zwischen Position 1 und 4.<\/span><\/p>\n Beachten Sie, dass Sie eine Fehlermeldung erhalten, wenn Sie versuchen, diese Syntax zum Extrahieren einer Teilzeichenfolge aus einer numerischen Spalte zu verwenden:<\/span><\/p>\n Stattdessen m\u00fcssen Sie zun\u00e4chst die numerische Spalte mithilfe von astype(str)<\/strong> in eine Zeichenfolge konvertieren:<\/span><\/p>\n Dieses Mal konnten wir die Zeichen von Position 0 bis 2 erfolgreich aus der Punktspalte<\/strong> extrahieren, weil wir sie zuerst in eine Zeichenfolge konvertiert 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: \u00dcberpr\u00fcfen Sie, ob die Zeichenfolge mehrere Teilzeichenfolgen enth\u00e4lt<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um den Teilstring einer gesamten Spalte in einem Pandas-DataFrame abzurufen: df[‚ some_substring ‚] = df[‚ string_column ‚]. str [1:4] In diesem speziellen Beispiel wird eine neue Spalte namens some_substring erstellt, die die Zeichen von Position 1 bis 4 in string_column enth\u00e4lt. Das folgende Beispiel zeigt, wie diese Syntax […]<\/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[' some_substring<\/span> '] = df[' string_column<\/span> ']. str<\/span> [1:4]\n<\/strong><\/pre>\n Beispiel: Teilzeichenfolge der gesamten Spalte in Pandas abrufen<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavericks', 'Warriors', 'Rockets', 'Hornets', 'Lakers'],\n ' points<\/span> ': [120, 132, 108, 118, 106]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 Mavericks 120\n1 Warriors 132\n2 Rockets 108\n3 Hornets 118\n4 Lakers 106<\/strong><\/span><\/pre>\n #create column that extracts characters in positions 1 through 4 in team column\n<\/span>df[' team_substring<\/span> '] = df[' team<\/span> ']. str<\/span> [1:4]\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points team_substring\n0 Mavericks 120 ave\n1 Warriors 132 arr\n2 Rockets 108 ock\n3 Hornets 118 orn\n4 Lakers 106 ake\n<\/span><\/span><\/strong><\/pre>\n #attempt to extract characters in positions 0 through 2 in points column\n<\/span>df[' points_substring<\/span> '] = df[' points<\/span> ']. str<\/span> [:2]\n\nAttributeError: Can only use .str accessor with string values!\n<\/span><\/span><\/strong><\/pre>\n #extract characters in positions 0 through 2 in points column\n<\/span>df[' points_substring<\/span> '] = df[' points<\/span> ']. astype<\/span> (str). str<\/span> [:2]\n\n#view updated DataFrame<\/span>\nprint<\/span> (df)\n\n team points points_substring\n0 Mavericks 120 12\n1 Warriors 132 13\n2 Rockets 108 10\n3 Hornets 118 11\n4 Lakers 106 10<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So f\u00fcgen Sie jedem Wert in einer Spalte eine Zeichenfolge hinzu<\/a>
Pandas: So w\u00e4hlen Sie Spalten aus, die eine bestimmte Zeichenfolge enthalten<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"