<\/p>\n
U kunt de volgende basissyntaxis gebruiken om een Panda’s DataFrame te splitsen op kolomwaarde:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we de volgende panda’s DataFrame hebben:<\/span><\/p>\n We kunnen de volgende code gebruiken om het DataFrame in twee DataFrames te splitsen, waarbij de eerste de rijen bevat waarin de „punten“ groter dan of gelijk zijn aan 20 en de tweede de rijen bevat waarin de „punten“ kleiner zijn dan 20:<\/span><\/p>\n Merk op dat we ook de functie reset_index()<\/strong> kunnen gebruiken om de indexwaarden voor elk resulterend DataFrame opnieuw in te stellen:<\/span><\/p>\n Merk op dat de index van elk resulterend DataFrame nu begint bij 0.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende fouten in Python kunt oplossen:<\/span><\/p>\n Hoe KeyError in Panda’s te repareren<\/a> U kunt de volgende basissyntaxis gebruiken om een Panda’s DataFrame te splitsen op kolomwaarde: #define value to split on x = 20 #define df1 as DataFrame where ‚column_name‘ is >= 20 df1 = df[df[‚ column_name ‚] >= x] #define df2 as DataFrame where ‚column_name‘ is < 20 df2 = df[df[‚ column_name ‚] < x] Het […]<\/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-2469","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #define value to split on<\/span>\nx = 20\n\n#define df1 as DataFrame where 'column_name' is >= 20<\/span>\ndf1 = df[df[' column_name<\/span> '] >=<\/span> x]\n\n#define df2 as DataFrame where 'column_name' is < 20<\/span>\ndf2 = df[df[' column_name<\/span> '] <<\/span> x]\n<\/strong><\/pre>\n Voorbeeld: Panda’s DataFrame splitsen op kolomwaarde<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [22, 24, 19, 18, 14, 29, 31, 16],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points rebounds\n0 to 22 11\n1 B 24 8\n2 C 19 10\n3 D 18 6\n4 E 14 6\n5 F 29 5\n6 G 31 9\n7:16:12<\/span><\/span><\/strong><\/pre>\n #define value to split on<\/span>\nx = 20\n\n#define df1 as DataFrame where 'points' is >= 20<\/span>\ndf1 = df[df[' points<\/span> '] >=<\/span> x]\n\nprint<\/span> (df1)\n\n team points rebounds\n0 to 22 11\n1 B 24 8\n5 F 29 5\n6 G 31 9\n\n#define df2 as DataFrame where 'points' is < 20<\/span>\ndf2 = df[df[' points<\/span> '] <<\/span> x]\n\nprint<\/span> (df2)\n\n team points rebounds\n2 C 19 10\n3 D 18 6\n4 E 14 6\n7:16:12\n<\/strong><\/pre>\n #define value to split on<\/span>\nx = 20\n\n#define df1 as DataFrame where 'points' is >= 20<\/span>\ndf1 = df[df[' points<\/span> '] >=<\/span> x]. reset_index<\/span> (drop= True<\/span> )\n\nprint<\/span> (df1)\n\n team points rebounds\n0 to 22 11\n1 B 24 8\n2 F 29 5\n3 G 31 9\n\n#define df2 as DataFrame where 'points' is < 20<\/span>\ndf2 = df[df[' points<\/span> '] <<\/span> x]. reset_index<\/span> (drop= True<\/span> )\n\nprint<\/span> (df2)\n\n team points rebounds\n0 C 19 10\n1 D 18 6\n2 E 14 6\n3:16:12<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Oplossing: ValueError: Kan float NaN niet naar int converteren<\/a>
Oplossing: ValueError: Operanden konden niet worden uitgezonden met vormen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"