<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um Zeichenfolgen zwischen zwei Spalten in einem Pandas-DataFrame zu vergleichen:<\/span><\/p>\n Die Funktion str.strip()<\/strong> entfernt Leerzeichen aus jeder Zeichenfolge und die Funktion str.lower()<\/strong> wandelt jede Zeichenfolge in Kleinbuchstaben um, bevor der Vergleich durchgef\u00fchrt wird.<\/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 zwei Spalten mit den Namen der Basketballmannschaften enth\u00e4lt:<\/span><\/p>\n Beachten Sie, dass einige Teamnamen an zuf\u00e4lligen Stellen Leerzeichen enthalten und einige Teamnamen gro\u00df geschrieben werden.<\/span><\/span><\/p>\n Nehmen wir an, wir m\u00f6chten die Zeichenfolgen in jeder Zeile vergleichen, um zu sehen, ob die Teamnamen in jeder Zeile gleich sind.<\/span><\/span><\/p>\n Wenn wir beim Vergleichen von Zeichenfolgen nur das Symbol ==<\/strong> verwenden, gibt Pandas nur dann True<\/strong> zur\u00fcck, wenn sie sich in derselben Gro\u00df-\/Kleinschreibung befinden und Leerzeichen an genau denselben Positionen enthalten:<\/span><\/p>\n Beachten Sie, dass nur eine Zeile True<\/strong> zur\u00fcckgibt, da dies die einzige Zeile ist, in der die Zeichenfolgen dieselben Gro\u00df-\/Kleinschreibungs- und Leerzeichenpositionen enthalten.<\/span><\/p>\n Wir k\u00f6nnen jedoch die Funktion str.strip()<\/strong> verwenden, um Leerzeichen aus jeder Zeichenfolge zu entfernen, und die Funktion str.lower(),<\/strong> um jede Zeichenfolge in Kleinbuchstaben umzuwandeln, bevor wir den Vergleich durchf\u00fchren:<\/span><\/p>\n Jetzt gibt jede Zeile True<\/strong> zur\u00fcck, mit Ausnahme der Zeile, in der die Teamnamen \u201eHawks\u201c und \u201eJazz\u201c lauten, denn auch nach dem Entfernen der Leerzeichen und der Konvertierung der Zeichenfolgen in Kleinbuchstaben sind diese Zeichenfolgen nicht gleich.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n Pandas: So entfernen Sie bestimmte Zeichen aus Zeichenfolgen<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um Zeichenfolgen zwischen zwei Spalten in einem Pandas-DataFrame zu vergleichen: df[‚ col1 ‚]. str . strip (). str . lower () == df[‚ col2 ‚]. str . strip (). str . lower () Die Funktion str.strip() entfernt Leerzeichen aus jeder Zeichenfolge und die Funktion str.lower() wandelt jede Zeichenfolge […]<\/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[' col1<\/span> ']. str<\/span> . strip<\/span> (). str<\/span> . lower<\/span> () ==<\/span> df[' col2<\/span> ']. str<\/span> . strip<\/span> (). str<\/span> . lower<\/span> ()\n<\/strong><\/pre>\n Beispiel: Vergleichen Sie Zeichenfolgen zwischen zwei Spalten in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team1<\/span> ': ['Mavs', 'Hawks', 'Nets', 'Hornets', 'Lakers'],\n ' team2<\/span> ': ['Mavs', 'Jazz', 'Nets', 'Hornets', 'LAKERS']})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team1 team2\n0 Mavs Mavs \n1 Hawks Jazz\n2 Nets Nets\n3 Hornets Hornets \n4 Lakers LAKERS\n<\/strong><\/pre>\n #create new column that tests if strings in team columns are equal\n<\/span>df[' equal<\/span> '] = df[' team1<\/span> '] == df[' team2<\/span> ']\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team1 team2 equal\n0 Mavs Mavs False\n1 Hawks Jazz False\n2 Nets Nets True\n3 Hornets Hornets False\n4 Lakers LAKERS False<\/strong><\/pre>\n #remove whitespace and convert each string to lowercase, then compare strings\n<\/span>df[' equal<\/span> '] = df[' team1<\/span> ']. str<\/span> . strip<\/span> (). str<\/span> . lower<\/span> () ==<\/span> df[' team2<\/span> ']. str<\/span> . strip<\/span> (). str<\/span> . lower<\/span> ()\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team1 team2 equal\n0 Mavs Mavs True\n1 Hawks Jazz False\n2 Nets Nets True\n3 Hornets Hornets True\n4 Lakers LAKERS True\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: \u00dcberpr\u00fcfen Sie, ob die Zeichenfolge mehrere Teilzeichenfolgen enth\u00e4lt<\/a>
Pandas: So ersetzen Sie leere Strings durch NaN<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"