<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per verificare se esiste una colonna in un DataFrame panda:<\/span><\/p>\n Metodo 1: controlla se esiste una colonna<\/strong><\/span><\/p>\n Ci\u00f2 restituir\u00e0 True<\/strong> se “column1” esiste nel DataFrame, altrimenti restituir\u00e0 False<\/strong> .<\/span><\/p>\n Metodo 2: controlla se sono presenti pi\u00f9 colonne<\/strong><\/span><\/p>\n Ci\u00f2 restituir\u00e0 True<\/strong> se “column1” e<\/em> “column2” esistono nel DataFrame, altrimenti restituir\u00e0 False<\/strong> .<\/span><\/p>\n I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:<\/span><\/p>\n Possiamo usare il seguente codice per vedere se la colonna “team” esiste nel DataFrame:<\/span><\/p>\n La colonna “team” esiste nel DataFrame, quindi panda restituisce un valore True<\/strong> .<\/span><\/p>\n Possiamo anche utilizzare un’istruzione if<\/strong> per eseguire un’operazione se esiste la colonna “team”:<\/span><\/p>\n Possiamo usare il seguente codice per vedere se le colonne “team” e<\/em> “player” esistono nel DataFrame:<\/span><\/p>\n La colonna “squadra” esiste nel DataFrame ma “giocatore” no, quindi panda restituisce un valore False<\/strong> .<\/span><\/p>\n Potremmo anche usare il seguente codice per vedere se i “punti” e gli “assist” esistono nel DataFrame:<\/span><\/p>\n Esistono entrambe le colonne, quindi panda restituisce un valore True<\/strong> .<\/span><\/p>\n Possiamo quindi utilizzare un’istruzione if<\/strong> per eseguire un’operazione se esistono i “punti” e gli “aiutanti”:<\/span><\/p>\n Poich\u00e9 nel DataFrame esistono sia “punti” che “assist”, i panda hanno creato una nuova colonna chiamata “totale” che mostra la somma delle colonne “punti” e “assist”.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:<\/span><\/p>\n Come preservare alcune colonne in Pandas<\/a> \u00c8 possibile utilizzare i seguenti metodi per verificare se esiste una colonna in un DataFrame panda: Metodo 1: controlla se esiste una colonna ‘ column1 ‘ in df. columns Ci\u00f2 restituir\u00e0 True se “column1” esiste nel DataFrame, altrimenti restituir\u00e0 False . Metodo 2: controlla se sono presenti pi\u00f9 colonne {‘ column1 ‘, ‘ column2 ‘}. […]<\/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 Esempio 1: controlla se esiste una colonna<\/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 Esempio 2: controlla se ci sono pi\u00f9 colonne<\/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 Risorse addizionali<\/strong><\/span><\/h3>\n
Come selezionare le colonne per indice in Pandas<\/a>
Come spostare una colonna in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"