<\/p>\n
We kunnen de volgende syntaxis gebruiken om rijen in een Panda DataFrame te verwijderen op basis van de voorwaarde:<\/span><\/p>\n Methode 1: Rijen verwijderen op basis van \u00e9\u00e9n voorwaarde<\/strong><\/span><\/p>\n Methode 2: Rijen verwijderen op basis van meerdere voorwaarden<\/strong><\/span><\/p>\n Opmerking<\/strong> : we kunnen ook de functie drop()<\/strong> gebruiken om rijen uit een DataFrame te verwijderen, maar deze functie is veel langzamer gebleken dan het eenvoudigweg toewijzen van het DataFrame aan een gefilterde versie van zichzelf.<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken met de volgende panda’s DataFrame:<\/span><\/p>\n De volgende code laat zien hoe u rijen in het DataFrame verwijdert op basis van een voorwaarde:<\/span><\/span><\/p>\n Elke rij met een waarde kleiner dan of gelijk aan 8 in de kolom ‚assistentie‘ is verwijderd uit het DataFrame.<\/span><\/p>\n De volgende code laat zien hoe u rijen in het DataFrame verwijdert op basis van verschillende voorwaarden:<\/span><\/p>\n De enige rijen die we in het DataFrame bewaarden, waren die waarin de assistswaarde groter was dan 8 en<\/em> de reboundswaarde groter dan 5.<\/span><\/p>\n Merk op dat we ook de |<\/strong> operator om een \u201cof\u201d-filter toe te passen:<\/span><\/p>\n De enige rijen die we in het DataFrame bewaarden, waren de rijen waarin de hulpwaarde groter was dan 8 of<\/i> de rebound-waarde groter dan 10.<\/span><\/p>\n Alle rijen die niet aan een van deze voorwaarden voldeden, zijn verwijderd.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe rijen met een specifieke waarde in Pandas te verwijderen<\/a> We kunnen de volgende syntaxis gebruiken om rijen in een Panda DataFrame te verwijderen op basis van de voorwaarde: Methode 1: Rijen verwijderen op basis van \u00e9\u00e9n voorwaarde df = df[df. col1 > 8] Methode 2: Rijen verwijderen op basis van meerdere voorwaarden df = df[(df. col1 > 8) & (df. col2 != ‚ A […]<\/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-2369","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df = df[df. col1<\/span> > 8]\n<\/strong><\/pre>\n df = df[(df. col1<\/span> > 8) &<\/span> (df. col2<\/span> != ' A<\/span> ')]\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' pos<\/span> ': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],\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>df\n\n\tteam pos assists rebounds\n0 A G 5 11\n1 A G 7 8\n2 A F 7 10\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n7 B F 4 12<\/span><\/span><\/strong><\/pre>\n Methode 1: Rijen verwijderen op basis van \u00e9\u00e9n voorwaarde<\/strong><\/span><\/h3>\n
#drop rows where value in 'assists' column is less than or equal to 8\n<\/span>df = df[df.<\/span> assists<\/span> > 8] \n\n<\/span>#view updated DataFrame<\/span>\ndf\n\n\tteam pos assists rebounds\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n<\/span><\/span><\/span><\/strong><\/pre>\n Methode 2: Rijen verwijderen op basis van meerdere voorwaarden<\/strong><\/span><\/h3>\n
#only keep rows where 'assists' is greater than 8 and rebounds is greater than 5\n<\/span>df = df[(df. assists<\/span> > 8) &<\/span> (df. rebounds<\/span> > 5)]\n\n#view updated DataFrame\n<\/span>df\n\n\tteam pos assists rebounds\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n<\/span><\/span><\/strong><\/pre>\n #only keep rows where 'assists' is greater than 8 or rebounds is greater than 10\n<\/span>df = df[(df. assists<\/span> > 8) |<\/span> (df. rebounds<\/span> > 10)]\n\n#view updated DataFrame\n<\/span>df\n\n\tteam pos assists rebounds\n0 A G 5 11\n3 A F 9 6\n4 B G 12 6\n5 B G 9 5\n6 B F 9 9\n7 B F 4 12\n<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe rijen te verwijderen die een specifieke string bevatten in Pandas<\/a>
Hoe rijen per index te verwijderen in Pandas<\/a>
<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"