<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um Spalten in einem Pandas-DataFrame basierend auf einer teilweisen \u00dcbereinstimmung auszuw\u00e4hlen:<\/span><\/p>\n Methode 1: W\u00e4hlen Sie Spalten basierend auf einer teilweisen \u00dcbereinstimmung aus<\/strong><\/span><\/p>\n Methode 2: W\u00e4hlen Sie Spalten basierend auf mehreren Teil\u00fcbereinstimmungen aus<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie alle Spalten im Pandas-DataFrame ausgew\u00e4hlt werden, die \u201eteam\u201c im Spaltennamen enthalten:<\/span><\/p>\n Beachten Sie, dass beide Spalten mit \u201eteam\u201c im Namen zur\u00fcckgegeben werden.<\/span><\/p>\n Der folgende Code zeigt, wie alle Spalten im Pandas DataFrame ausgew\u00e4hlt werden, die \u201eteam\u201c oder \u201ebounces\u201c im Spaltennamen enthalten:<\/span><\/p>\n Alle Spalten mit \u201eteam\u201c oder \u201erebounds\u201c im Namen werden zur\u00fcckgegeben.<\/span><\/p>\n Hinweis<\/strong> : Die |<\/strong> Der Operator stellt in Pandas \u201eOR\u201c dar.<\/span><\/p>\n Sie k\u00f6nnen so viele dieser Operatoren verwenden, wie Sie m\u00f6chten, um so viele Teilzeichenfolgen\u00fcbereinstimmungen zu finden, wie Sie m\u00f6chten.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So w\u00e4hlen Sie Spalten nach Namen in Pandas aus<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um Spalten in einem Pandas-DataFrame basierend auf einer teilweisen \u00dcbereinstimmung auszuw\u00e4hlen: Methode 1: W\u00e4hlen Sie Spalten basierend auf einer teilweisen \u00dcbereinstimmung aus #select columns that contain ‚team‘ df. loc [:, df. columns . str . contains (‚ team ‚)] Methode 2: W\u00e4hlen Sie Spalten basierend auf mehreren Teil\u00fcbereinstimmungen aus […]<\/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 #select columns that contain 'team'<\/span>\ndf. loc<\/span> [:, df. columns<\/span> . str<\/span> . contains<\/span> (' team<\/span> ')]\n<\/span><\/span><\/strong><\/pre>\n #select columns that contain 'team' or 'rebounds'\n<\/span>df. loc<\/span> [:, df. columns<\/span> . str<\/span> . contains<\/span> (' team|rebounds<\/span> ')]<\/span>\n<\/span><\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team_name<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' team_points<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' assists<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12],\n ' rebounds<\/span> ': [6, 7, 7, 6, 10, 12, 10, 9]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team_name team_points assists rebounds\n0 A 5 11 6\n1 To 7 8 7\n2 To 7 10 7\n3 to 9 6 6\n4 B 12 6 10\n5 B 9 5 12\n6 B 9 9 10\n7 B 4 12 9\n<\/b><\/pre>\n Beispiel 1: W\u00e4hlen Sie Spalten basierend auf einer teilweisen \u00dcbereinstimmung aus<\/strong><\/span><\/h2>\n
#select columns that contain 'team'<\/span>\ndf_team_cols = df. loc<\/span> [:, df. columns<\/span> . str<\/span> . contains<\/span> (' team<\/span> ')]\n\n#view results\n<\/span>print<\/span> (df_team_cols)\n\n team_name team_points\n0 to 5\n1 to 7\n2 to 7\n3 to 9\n4 B 12\n5 B 9\n6 B 9\n7 B 4\n<\/span><\/span><\/strong><\/pre>\n Beispiel 2: W\u00e4hlen Sie Spalten basierend auf mehreren Teil\u00fcbereinstimmungen aus<\/strong><\/span><\/h2>\n
#select columns that contain 'team' or 'rebounds'<\/span>\ndf_team_rebs = df. loc<\/span> [:, df. columns<\/span> . str<\/span> . contains<\/span> (' team|rebounds<\/span> ')]\n\n#view results\n<\/span>print<\/span> (df_team_rebs)\n\n team_name team_points rebounds\n0 to 5 6\n1 To 7 7\n2 to 7 7\n3 to 9 6\n4 B 12 10\n5 B 9 12\n6 B 9 10\n7 B 4 9\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So w\u00e4hlen Sie Spalten nach Index in Pandas aus<\/a>
So w\u00e4hlen Sie Spalten nach Datentyp in Pandas aus<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"