<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um Spaltennamen in einem Pandas-DataFrame abzurufen:<\/span><\/p>\n Methode 1: Alle Spaltennamen abrufen<\/strong><\/span><\/p>\n Methode 2: Spaltennamen alphabetisch abrufen<\/strong><\/span><\/p>\n Methode 3: Spaltennamen mit einem bestimmten Datentyp abrufen<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der einfachste Weg, alle Spaltennamen in einem Pandas-DataFrame abzurufen, ist die Verwendung von list()<\/strong> wie folgt:<\/span><\/span><\/p>\n Das Ergebnis ist eine Liste mit den vier Spaltennamen des Pandas DataFrame.<\/span><\/span><\/p>\n Um die Spaltennamen in einem Pandas-DataFrame in alphabetischer Reihenfolge abzurufen, k\u00f6nnen Sie die Funktion sorted()<\/strong> wie folgt verwenden:<\/span><\/p>\n Das Ergebnis ist eine Liste mit den vier Spaltennamen des Pandas-DataFrames, die in alphabetischer Reihenfolge aufgef\u00fchrt sind.<\/span><\/p>\n Sie k\u00f6nnen auch das Argument reverse=True<\/strong> verwenden, um die Spaltennamen in umgekehrter alphabetischer Reihenfolge abzurufen:<\/span><\/p>\n Sie k\u00f6nnen die folgende Syntax verwenden, um den Datentyp jeder Spalte im DataFrame anzuzeigen:<\/span><\/span><\/p>\n Anschlie\u00dfend k\u00f6nnen Sie die Funktion select_dtypes()<\/strong> verwenden, um nur die Spaltennamen mit einem bestimmten Datentyp abzurufen.<\/span><\/p>\n Beispielsweise k\u00f6nnen wir die folgende Syntax verwenden, um nur Spaltennamen abzurufen, die einen int64-<\/strong> oder bool-<\/strong> Datentyp haben:<\/span><\/p>\n Das Ergebnis ist eine Liste von Spaltennamen mit einem int64-<\/strong> oder bool-<\/strong> Datentyp.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n Pandas: So benennen Sie Spalten um<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um Spaltennamen in einem Pandas-DataFrame abzurufen: Methode 1: Alle Spaltennamen abrufen list (df) Methode 2: Spaltennamen alphabetisch abrufen sorted (df) Methode 3: Spaltennamen mit einem bestimmten Datentyp abrufen list ( df.select_dtypes (include=[‚ int64 ‚, ‚ bool ‚])) Die folgenden Beispiele zeigen, wie jede Methode mit dem folgenden Pandas DataFrame […]<\/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 list<\/span> (df)<\/span><\/span><\/strong><\/pre>\n sorted<\/span> (df)\n<\/span><\/span><\/strong><\/pre>\n list<\/span> ( df.select_dtypes<\/span> (include=[' int64<\/span> ', ' bool<\/span> ']))<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9],\n ' playoffs<\/span> ': [True, False, False, True, True, True]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists playoffs\n0 A 18 5 True\n1 B 22 7 False\n2 C 19 7 False\n3 D 14 9 True\n4 E 14 12 True\n5 F 11 9 True\n<\/b><\/pre>\n Beispiel 1: Alle Spaltennamen abrufen<\/strong><\/span><\/h2>\n
#get all column names<\/span>\nlist<\/span> (df)\n\n['team', 'points', 'assists', 'playoffs']\n<\/span><\/span><\/strong><\/pre>\n Beispiel 2: Spaltennamen alphabetisch abrufen<\/strong><\/span><\/h2>\n
#get column names in alphabetical order<\/span>\nsorted<\/span> (df)\n\n['assists', 'playoffs', 'points', 'team']\n<\/span><\/span><\/strong><\/pre>\n #get column names in reverse alphabetical order<\/span>\nsorted<\/span> (df, reverse= True<\/span> )\n\n['team', 'points', 'playoffs', 'assists']<\/span><\/span><\/strong>\n<\/pre>\n Beispiel 3: Spaltennamen mit einem bestimmten Datentyp abrufen<\/strong><\/span><\/h2>\n
#view data type of each column<\/span>\ndf. dtypes<\/span>\n\nteam object\nint64 dots\nassists int64\nplayoffs bool\ndtype:object\n<\/span><\/span><\/strong><\/pre>\n #get all columns that have data type of int64 or bool<\/span>\nlist<\/span> ( df.select_dtypes<\/span> (include=[' int64<\/span> ', ' bool<\/span> ']))\n\n['points', 'assists', 'playoffs']<\/span>\n<\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So legen Sie eine Spalte als Index fest<\/a>
Pandas: Index der Zeilen abrufen, deren Spalte mit dem Wert \u00fcbereinstimmt<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"