Hoe u een dubbele kolom maakt in pandas dataframe
U kunt de volgende basissyntaxis gebruiken om een dubbele kolom te maken in een Pandas DataFrame:
df[' my_column_duplicate '] = df. loc [:, ' my_column ']
Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.
Voorbeeld: Maak een dubbele kolom in Pandas DataFrame
Stel dat we de volgende panda’s DataFrame hebben:
import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29, 32], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4, 5], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12, 8]}) #view DataFrame print (df) points assists rebounds 0 25 5 11 1 12 7 8 2 15 7 10 3 14 9 6 4 19 12 6 5 23 9 5 6 25 9 9 7 29 4 12 8 32 5 8
We kunnen de volgende code gebruiken om een duplicaat van de puntenkolom te maken en deze points_duplicate te noemen:
#create duplicate points column
df[' duplicate_points '] = df. loc [:, ' points ']
#view updated DataFrame
print (df)
points assists rebounds points_duplicate
0 25 5 11 25
1 12 7 8 12
2 15 7 10 15
3 14 9 6 14
4 19 12 6 19
5 23 9 5 23
6 25 9 9 25
7 29 4 12 29
8 32 5 8 32
Houd er rekening mee dat de kolom points_duplicate exact dezelfde waarden bevat als de kolom points .
Houd er rekening mee dat de dubbele kolom een andere kolomnaam moet hebben dan de oorspronkelijke kolom, anders wordt er geen dubbele kolom gemaakt.
Als we bijvoorbeeld de volgende code proberen te gebruiken om een dubbele kolom te maken, zal dit niet werken:
#attempt to create duplicate points column
df[' points '] = df. loc [:, ' points ']
#view updated DataFrame
print (df)
points assists rebounds
0 25 5 11
1 12 7 8
2 15 7 10
3 14 9 6
4 19 12 6
5 23 9 5
6 25 9 9
7 29 4 12
8 32 5 8
Er zijn geen dubbele kolommen gemaakt.
De dubbele kolom moet een andere kolomnaam hebben dan de oorspronkelijke kolom.
Aanvullende bronnen
In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:
Hoe Pandas DataFrame af te drukken zonder index
Hoe alle rijen in een Pandas DataFrame worden weergegeven
Hoe u het type van alle kolommen in Pandas DataFrame kunt controleren