<\/p>\n
Er zijn drie basismethoden die u kunt gebruiken om meerdere kolommen uit een Pandas DataFrame te selecteren:<\/span><\/p>\n Methode 1: kolommen selecteren op index<\/strong><\/span><\/p>\n Methode 2: Selecteer kolommen in indexbereik<\/strong><\/span><\/p>\n Methode 3: Selecteer Kolommen op naam<\/strong><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elke methode kunt gebruiken met de volgende panda’s DataFrame:<\/span><\/p>\n De volgende code laat zien hoe u kolommen op indexposities 0, 1 en 3 selecteert:<\/span><\/p>\n Merk op dat de kolommen op indexposities 0, 1 en 3 zijn geselecteerd.<\/span><\/p>\n Opmerking<\/strong> : de eerste kolom van een panda’s DataFrame bevindt zich op positie 0.<\/span><\/p>\n De volgende code laat zien hoe u kolommen in het indexbereik 0 tot en met 3 selecteert:<\/span><\/p>\n Houd er rekening mee dat de kolom die zich in de laatste waarde van het bereik (3) bevindt, niet in de uitvoer wordt opgenomen.<\/span><\/p>\n De volgende code laat zien hoe u kolommen op naam selecteert:<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe u alle kolomnamen in Panda’s kunt weergeven<\/a> Er zijn drie basismethoden die u kunt gebruiken om meerdere kolommen uit een Pandas DataFrame te selecteren: Methode 1: kolommen selecteren op index df_new = df. iloc [:,[0,1,3]] Methode 2: Selecteer kolommen in indexbereik df_new = df. iloc [:, 0:3] Methode 3: Selecteer Kolommen op naam df_new = df[[‚ col1 ‚, ‚ col2 ‚]] De […]<\/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":[],"class_list":["post-2185","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df_new = df. iloc<\/span> [:,[0,1,3]]<\/strong><\/pre>\n df_new = df. iloc<\/span> [:, 0:3]<\/strong><\/pre>\n df_new = df[[' col1<\/span> ', ' col2<\/span> ']]\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12],\n ' blocks<\/span> ': [4, 7, 7, 6, 5, 8, 9, 10]})\n\n#view DataFrame\n<\/span>df\n\n\tpoints assists rebounds blocks\n0 25 5 11 4\n1 12 7 8 7\n2 15 7 10 7\n3 14 9 6 6\n4 19 12 6 5\n5 23 9 5 8\n6 25 9 9 9\n7 29 4 12 10\n<\/strong><\/span><\/pre>\n Methode 1: kolommen selecteren op index<\/strong><\/span><\/h3>\n
#select columns in index positions 0, 1, and 3\n<\/span>df_new = df. iloc<\/span> [:,[0,1,3]]\n\n#view new DataFrame\n<\/span>df_new\n\n points assists blocks\n0 25 5 4\n1 12 7 7\n2 15 7 7\n3 14 9 6\n4 19 12 5\n5 23 9 8\n6 25 9 9\n7 29 4 10\n<\/span><\/span><\/strong><\/pre>\n Methode 2: Selecteer kolommen in indexbereik<\/strong><\/span><\/h3>\n
#select columns in index range 0 to 3\n<\/span>df_new = df. iloc<\/span> [:, 0:3]\n\n#view new DataFrame\n<\/span>df_new\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\n5 23 9 5\n6 25 9 9\n7 29 4 12\n<\/span><\/span><\/strong><\/pre>\n Methode 3: Selecteer Kolommen op naam<\/strong><\/span><\/h3>\n
#select columns called 'points' and 'blocks'\n<\/span>df_new = df[[' points<\/span> ', ' blocks<\/span> ']]\n\n#view new DataFrame\n<\/span>df_new\n\n point blocks\n0 25 4\n1 12 7\n2 15 7\n3 14 6\n4 19 5\n5 23 8\n6 25 9\n7 29 10\n<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe kolommen in Panda’s te verwijderen<\/a>
Hoe index naar kolom te converteren in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"