<\/p>\n
Sie k\u00f6nnen in Pandas die folgende Syntax verwenden, um einer Spalte Werte basierend auf den Werten einer anderen Spalte zuzuweisen:<\/span><\/p>\n Diese spezielle Syntax erstellt eine neue Spalte mit dem Namen \u201enew\u201c, die die folgenden Werte annimmt:<\/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 eine neue Spalte mit dem Namen \u201eStadt\u201c<\/strong> erstellen, deren Werte vom entsprechenden Wert in der Teamspalte<\/strong> abh\u00e4ngen.<\/span><\/span><\/p>\n Wir k\u00f6nnen dazu die folgende Syntax verwenden:<\/span><\/p>\n Durch diese spezielle Syntax wurde eine neue Spalte namens \u201ecity\u201c<\/strong> erstellt, die die folgenden Werte annimmt:<\/span><\/p>\n Beachten Sie, dass wir in diesem Beispiel nach der letzten else-<\/strong> Anweisung eine leere Zeichenfolge verwendet haben, um Werte, die keine Bedingungen erf\u00fcllten, einfach leer zu lassen.<\/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: Index der Zeilen abrufen, deren Spalte mit dem Wert \u00fcbereinstimmt<\/a> Sie k\u00f6nnen in Pandas die folgende Syntax verwenden, um einer Spalte Werte basierend auf den Werten einer anderen Spalte zuzuweisen: df[‚ new ‚] = df[‚ col ‚]. map ( lambda x: ‚ new1 ‚ if ‚ A ‚ in x else ‚ new2 ‚ if ‚ B ‚ in x else “) Diese spezielle 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[' new<\/span> '] = df[' col<\/span> ']. map<\/span> ( lambda<\/span> x: ' new1<\/span> ' if<\/span> ' A<\/span> ' in<\/span> x else<\/span> ' new2<\/span> ' if<\/span> ' B<\/span> ' in<\/span> x else<\/span> '')\n<\/span><\/span><\/strong><\/pre>\n\n
Beispiel: Verwenden einer Formel f\u00fcr \u201eWenn Wert in Spalte Dann\u201c in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'C', 'C'],\n ' points<\/span> ': [14, 22, 25, 34, 30, 12, 10, 18]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 to 14\n1 to 22\n2 to 25\n3 to 34\n4 B 30\n5 B 12\n6 C 10\n7 C 18\n<\/b><\/pre>\n #create new column called city whose values depend on values in team column\n<\/span>df[' city<\/span> '] = df[' team<\/span> ']. map<\/span> ( lambda<\/span> x: ' Atlanta<\/span> ' if<\/span> ' A<\/span> ' in<\/span> x else<\/span> ' Boston<\/span> ' if<\/span> ' B<\/span> ' in<\/span> x else<\/span> '')\n\n#view updated DataFrame \n<\/span>print<\/span> (df)\n\n team points city\n0 A 14 Atlanta\n1 to 22 Atlanta\n2 to 25 Atlanta\n3 to 34 Atlanta\n4 B 30 Boston\n5 B 12 Boston\n6 C 10 \n7 C 18 \n<\/span><\/span><\/strong><\/pre>\n\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So w\u00e4hlen Sie Spalten aus, die eine bestimmte Zeichenfolge enthalten<\/a>
Pandas: So \u00fcberpr\u00fcfen Sie, ob die Spalte eine Zeichenfolge enth\u00e4lt<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"