<\/p>\n
Anda dapat menggunakan metode berikut untuk memeriksa apakah ada kolom di pandas DataFrame:<\/span><\/p>\n Metode 1: Periksa apakah ada kolom<\/strong><\/span><\/p>\n Ini akan mengembalikan True<\/strong> jika “column1” ada di DataFrame, jika tidak maka akan mengembalikan False<\/strong> .<\/span><\/p>\n Metode 2: Periksa apakah ada beberapa kolom<\/strong><\/span><\/p>\n Ini akan mengembalikan True<\/strong> jika “column1” dan<\/em> “column2” ada di DataFrame, jika tidak maka akan mengembalikan False<\/strong> .<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan pandas DataFrame berikut:<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk melihat apakah kolom ‘tim’ ada di DataFrame:<\/span><\/p>\n Kolom “tim” ada di DataFrame, jadi panda mengembalikan nilai True<\/strong> .<\/span><\/p>\n Kita juga bisa menggunakan pernyataan if<\/strong> untuk melakukan operasi jika kolom “tim” ada:<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk melihat apakah kolom ‘tim’ dan<\/em> ‘pemain’ ada di DataFrame:<\/span><\/p>\n Kolom ‘tim’ ada di DataFrame tetapi ‘pemain’ tidak, jadi panda mengembalikan nilai False<\/strong> .<\/span><\/p>\n Kita juga bisa menggunakan kode berikut untuk melihat apakah “poin” dan “bantuan” ada di DataFrame:<\/span><\/p>\n Kedua kolom tersebut ada, sehingga panda mengembalikan nilai True<\/strong> .<\/span><\/p>\n Kita kemudian dapat menggunakan pernyataan if<\/strong> untuk melakukan operasi jika “titik” dan “pembantu” ada:<\/span><\/p>\n Karena “poin” dan “bantuan” ada di DataFrame, pandas membuat kolom baru bernama “total” yang menunjukkan jumlah kolom “poin” dan “bantuan”.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Bagaimana cara mempertahankan kolom tertentu di Pandas<\/a> Anda dapat menggunakan metode berikut untuk memeriksa apakah ada kolom di pandas DataFrame: Metode 1: Periksa apakah ada kolom ‘ column1 ‘ in df. columns Ini akan mengembalikan True jika “column1” ada di DataFrame, jika tidak maka akan mengembalikan False . Metode 2: Periksa apakah ada beberapa kolom {‘ column1 ‘, ‘ column2 ‘}. issubset […]<\/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 ' column1<\/span> ' in<\/span> df. columns\n<\/span><\/strong><\/pre>\n {' column1<\/span> ', ' column2<\/span> '}. issubset<\/span> ( df.columns<\/span> )<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 A 18 5 11\n1 B 22 7 8\n2 C 19 7 10\n3 D 14 9 6\n4 E 14 12 6\n5 F 11 9 5\n6 G 20 9 9\n7:28 4 12\n<\/strong><\/pre>\n Contoh 1: Periksa apakah ada kolom<\/strong><\/span><\/h3>\n
#check if 'team' column exists in DataFrame\n' team<\/span> ' in<\/span> df. columns\n\nTrue<\/span><\/span><\/span>\n<\/span><\/strong><\/pre>\n #if 'team' exists, create new column called 'team_name'\n<\/span>if<\/span> ' team<\/span> ' in<\/span> df. columns<\/span> :\n df[' team_name<\/span> '] = df[' team<\/span> ']\n \n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds team_name\n0 A 18 5 11 A\n1 B 22 7 8 B\n2 C 19 7 10 C\n3 D 14 9 6 D\n4 E 14 12 6 E\n5 F 11 9 5 F\n6 G 20 9 9 G\n7:28 a.m. 4:12 p.m.\n<\/span><\/span><\/strong><\/pre>\n Contoh 2: Periksa apakah ada beberapa kolom<\/strong><\/span><\/h3>\n
#check if 'team' and 'player' columns both exist in DataFrame\n{' team<\/span> ', ' player<\/span> '}. issubset<\/span> ( df.columns<\/span> )\n\nFalse<\/span><\/span><\/strong><\/pre>\n #check if 'points' and 'assists' columns both exist in DataFrame\n{' points<\/span> ', ' assists<\/span> '}. issubset<\/span> ( df.columns<\/span> )\n\nTrue<\/span><\/span><\/strong><\/pre>\n #if both exist, create new column called 'total' that finds sum of points and assists\n<\/span>if<\/span> {' points<\/span> ', ' assists<\/span> '}. issubset<\/span> ( df.columns<\/span> ):\n df[' total<\/span> '] = df[' points<\/span> '] + df[' assists<\/span> ']\n \n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds total\n0 A 18 5 11 23\n1 B 22 7 8 29\n2 C 19 7 10 26\n3 D 14 9 6 23\n4 E 14 12 6 26\n5 F 11 9 5 20\n6 G 20 9 9 29\n7:28 4 12 32\n<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara memilih kolom berdasarkan indeks di Pandas<\/a>
Cara memindahkan kolom di Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"