<\/p>\n
Een fout die u kunt tegenkomen bij het gebruik van panda’s is:<\/span><\/p>\n Deze fout treedt meestal op wanneer u probeert een DataFrame in te delen op basis van meerdere voorwaarden en er niet in slaagt om haakjes rond elke afzonderlijke voorwaarde te plaatsen.<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze fout in de praktijk kunt corrigeren.<\/span><\/p>\n Stel dat we de volgende panda’s DataFrame maken:<\/span><\/p>\n Stel nu dat we de .loc-<\/strong> functie proberen te gebruiken om alleen die rijen weer te geven waar team gelijk is aan „A“ en positie gelijk is aan „G“:<\/span><\/p>\n We ontvangen een ValueError<\/strong> omdat we geen haakjes rond individuele voorwaarden hebben geplaatst.<\/span><\/p>\n Omdat de operator &<\/strong> voorrang heeft op de operator ==<\/strong> , kunnen panda’s deze verklaring niet in de juiste volgorde interpreteren.<\/span><\/p>\n De eenvoudigste manier om deze fout te corrigeren is door eenvoudigweg haakjes rond de afzonderlijke voorwaarden toe te voegen, als volgt:<\/span><\/p>\n Houd er rekening mee dat we geen ValueError<\/strong> ontvangen en dat we erin slagen het DataFrame met succes in te delen.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende fouten in Python kunt oplossen:<\/span><\/p>\n Oplossing: Kolommen overlappen elkaar, maar er is geen achtervoegsel opgegeven<\/a> Een fout die u kunt tegenkomen bij het gebruik van panda’s is: TypeError : cannot compare a dtyped [object] array with a scalar of type [bool] Deze fout treedt meestal op wanneer u probeert een DataFrame in te delen op basis van meerdere voorwaarden en er niet in slaagt om haakjes rond elke afzonderlijke voorwaarde […]<\/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-2873","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n TypeError<\/span> : cannot compare a dtyped [object] array with a scalar of type [bool]\n<\/strong><\/pre>\n Hoe de fout te reproduceren<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' position<\/span> ': ['G', 'G', 'F', 'C', 'G', 'F', 'F', 'C'],\n ' points<\/span> ': [21, 30, 26, 29, 14, 29, 22, 16]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 AG 21\n1 AG 30\n2 AF26\n3AC 29\n4 BG 14\n5 BF 29\n6 BF 22\n7 BC 16\n<\/strong><\/pre>\n #attempt to only show rows where team='A' and position='G'\n<\/span>df. loc<\/span> [df. team<\/span> == ' A<\/span> ' & df. position<\/span> == ' G<\/span> ']\n\nTypeError<\/span> : cannot compare a dtyped [object] array with a scalar of type [bool]\n<\/span><\/span><\/strong><\/pre>\n Hoe u de fout kunt oplossen<\/strong><\/span><\/h3>\n
#only show rows where team='A' and position='G'<\/span>\ndf. loc<\/span> [(df. team<\/span> == ' A<\/span> ') & (df. position<\/span> == ' G<\/span> ')]\n\n\tteam position points\n0 A G 21\n1 A G 30\n<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Oplossing: u probeert object- en int64-kolommen samen te voegen<\/a>
Oplossing: Kan geen rij met niet-overeenkomende kolommen defini\u00ebren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"