<\/p>\n
H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise Zeilennummern in einem Pandas-DataFrame abrufen, die einen bestimmten Wert enthalten.<\/span><\/p>\n Gl\u00fccklicherweise ist dies mit der .index-<\/strong> Funktion einfach zu bewerkstelligen.<\/span><\/p>\n Dieses Tutorial zeigt einige Beispiele f\u00fcr die praktische Verwendung dieser Funktion.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um die Zeilennummern zu erhalten, wobei \u201eteam\u201c gleich Mavs ist:<\/span><\/p>\n Wir k\u00f6nnen sehen, dass der Teamname in den Zeilenindex 0<\/strong> und 1<\/strong> \u201eMavs\u201c entspricht.<\/span><\/p>\n Wir k\u00f6nnen auch die Zeilennummern abrufen, in denen der Teamname in einer bestimmten Liste von Teamnamen zu finden ist:<\/span><\/p>\n Wir k\u00f6nnen sehen, dass der Teamname bei den Zeilenindizes 0<\/strong> , 1<\/strong> und 2<\/strong> \u201eMavs\u201c oder \u201eSpurs\u201c entspricht.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Wenn Sie wissen, dass eine einzelne Zeile mit einem bestimmten Wert \u00fcbereinstimmt, k\u00f6nnen Sie diese eindeutige Zeilennummer mithilfe der folgenden Syntax abrufen:<\/span><\/p>\n Wir k\u00f6nnen sehen, dass das Team bei Zeilenindex Nummer 3<\/strong> gleichauf mit \u201eCeltics\u201c ist.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Wenn Sie die Gesamtzahl der Zeilen wissen m\u00f6chten, in denen eine Spalte einem bestimmten Wert entspricht, k\u00f6nnen Sie die folgende Syntax verwenden:<\/span><\/p>\n Wir k\u00f6nnen sehen, dass dieses Team in insgesamt 2<\/strong> Zeilen den \u201eMavs\u201c ebenb\u00fcrtig ist.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n So finden Sie in Pandas eindeutige Werte in mehreren Spalten<\/a> H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise Zeilennummern in einem Pandas-DataFrame abrufen, die einen bestimmten Wert enthalten. Gl\u00fccklicherweise ist dies mit der .index- Funktion einfach zu bewerkstelligen. Dieses Tutorial zeigt einige Beispiele f\u00fcr die praktische Verwendung dieser Funktion. Beispiel 1: Zeilennummern abrufen, die einem bestimmten Wert entsprechen Angenommen, wir haben den folgenden Pandas-DataFrame: import pandas as pd #createDataFrame […]<\/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 Beispiel 1: Zeilennummern abrufen, die einem bestimmten Wert entsprechen<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'points': [25, 12, 15, 14, 19],\n 'assists': [5, 7, 7, 9, 12],\n 'team': ['Mavs', 'Mavs', 'Spurs', 'Celtics', 'Warriors']})\n\n#view DataFrame<\/span> \nprint<\/span> (df)\n\n team assists points\n0 25 5 Mavs\n1 12 7 Mavs\n2 15 7 Spurs\n3 14 9 Celtics\n4 19 12 Warriors\n<\/strong><\/pre>\n #get row numbers where 'team' is equal to Mavs<\/span>\ndf[df[' team<\/span> '] == ' Mavs<\/span> ']. index<\/span>\n\nInt64Index([0, 1], dtype='int64')\n<\/strong><\/pre>\n #get row numbers where 'team' is equal to Mavs or Spurs<\/span>\nfilter_list = [' Mavs<\/span> ', ' Spurs<\/span> ']\n\n#return only rows where team is in the list of team names\n<\/span>df[df. team<\/span> . isin<\/span> (filter_list)]. index\n<\/span><\/span><\/span>\nInt64Index([0, 1, 2], dtype='int64')\n<\/strong><\/pre>\n Beispiel 2: Erhalten Sie eine eindeutige Zeilennummer<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'points': [25, 12, 15, 14, 19],\n 'assists': [5, 7, 7, 9, 12],\n 'team': ['Mavs', 'Mavs', 'Spurs', 'Celtics', 'Warriors']})<\/strong><\/pre>\n #get the row number where team is equal to Celtics<\/span>\ndf[df[' team<\/span> '] == ' Celtics<\/span> ']. index<\/span> [ 0<\/span> ]\n\n3<\/strong><\/pre>\n Beispiel 3: Ermitteln Sie die Summe der Zeilennummern<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd.DataFrame({'points': [25, 12, 15, 14, 19],\n 'assists': [5, 7, 7, 9, 12],\n 'team': ['Mavs', 'Mavs', 'Spurs', 'Celtics', 'Warriors']})<\/strong><\/pre>\n #find total number of rows where team is equal to Mavs<\/span>\nlen<\/span> (df[df[' team<\/span> '] == ' Celtics<\/span> ']. index )<\/span><\/span>\n\n2<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So filtern Sie einen Pandas DataFrame nach mehreren Bedingungen<\/a>
So z\u00e4hlen Sie fehlende Werte in einem Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"