<\/p>\n
H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise Zeilen in einem Pandas-DataFrame ausw\u00e4hlen, in denen ein bestimmter Wert in einer der Spalten angezeigt wird.<\/span><\/p>\n Gl\u00fccklicherweise ist dies mit der Funktion .any<\/strong><\/a> pandas einfach zu bewerkstelligen. In diesem Tutorial werden einige Beispiele f\u00fcr die praktische Verwendung dieser Funktion erl\u00e4utert.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Die folgende Syntax zeigt, wie alle Zeilen im DataFrame ausgew\u00e4hlt werden, die in einer der Spalten den Wert 25<\/strong> enthalten:<\/span><\/p>\n Die folgende Syntax zeigt, wie alle Zeilen im DataFrame ausgew\u00e4hlt werden, die in einer der Spalten die Werte 25, 9 oder 6<\/strong> enthalten:<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Die folgende Syntax zeigt, wie alle Zeilen im DataFrame ausgew\u00e4hlt werden, die das Zeichen G<\/strong> in einer der Spalten enthalten:<\/span><\/p>\n Die folgende Syntax zeigt, wie alle Zeilen im DataFrame ausgew\u00e4hlt werden, die in einer der Spalten die Werte G oder C<\/strong> enthalten:<\/span><\/p>\n So filtern Sie einen Pandas DataFrame nach mehreren Bedingungen<\/a> H\u00e4ufig m\u00f6chten Sie m\u00f6glicherweise Zeilen in einem Pandas-DataFrame ausw\u00e4hlen, in denen ein bestimmter Wert in einer der Spalten angezeigt wird. Gl\u00fccklicherweise ist dies mit der Funktion .any pandas einfach zu bewerkstelligen. In diesem Tutorial werden einige Beispiele f\u00fcr die praktische Verwendung dieser Funktion erl\u00e4utert. Beispiel 1: Finden Sie einen Wert in einer beliebigen Spalte Angenommen, […]<\/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: Finden Sie einen Wert in einer beliebigen Spalte<\/strong><\/span><\/h3>\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 'rebounds': [11, 8, 10, 6, 6]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n points assists rebounds\n0 25 5 11\n1 12 7 8\n2 15 7 10\n3 14 9 6\n4 19 12 6\n<\/strong><\/pre>\n df[df. isin<\/span> ([ 25<\/span> ]). any<\/span> (axis= 1<\/span> )]\n\n points assists rebounds\n0 25 5 11\n<\/strong><\/pre>\n df[df. isin<\/span> ([ 25,9,6<\/span> ]). any<\/span> (axis= 1<\/span> )]\n\n points assists rebounds\n0 25 5 11\n3 14 9 6\n4 19 12 6<\/strong><\/pre>\n Beispiel 2: Suchen Sie ein Zeichen in einer beliebigen Spalte<\/strong><\/span><\/h3>\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 'position': ['G', 'G', 'F', 'F', 'C']})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n position assist points\n0 25 5 G\n1 12 7 G\n2 15 7 F\n3 14 9 F\n4 19 12 C\n<\/strong><\/pre>\n df[df. isin<\/span> ([' G<\/span> ']). any<\/span> (axis= 1<\/span> )]\n\n\nposition assist points\n0 25 5 G\n1 12 7 G\n<\/strong><\/pre>\n df[df. isin<\/span> ([' G<\/span> ',' C<\/span> ']). any<\/span> (axis= 1<\/span> )] \n\nposition assist points\n0 25 5 G\n1 12 7 G\n4 19 12 C<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So finden Sie in Pandas eindeutige Werte in mehreren Spalten<\/a>
So erhalten Sie Zeilennummern in einem Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"