<\/p>\n
U kunt de volgende basissyntaxis gebruiken om een Panda DataFrame te maken op basis van een tekenreeks:<\/span><\/p>\n Deze specifieke syntaxis cre\u00ebert een panda’s DataFrame met behulp van de waarden in de string genaamd string_data<\/strong> .<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n De volgende code laat zien hoe u een Panda DataFrame maakt op basis van een string waarin de stringwaarden worden gescheiden door komma’s:<\/span><\/p>\n Het resultaat is een Panda DataFrame met vijf rijen en drie kolommen.<\/span><\/p>\n De volgende code laat zien hoe u een Panda DataFrame maakt op basis van een string waarin de stringwaarden worden gescheiden door puntkomma’s:<\/span><\/p>\n Het resultaat is een Panda DataFrame met vijf rijen en drie kolommen.<\/span><\/p>\n Als je een string hebt met een ander scheidingsteken, gebruik dan gewoon het sep-<\/strong> argument in de read_csv()<\/strong> functie om het scheidingsteken op te geven.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe Pandas DataFrame-kolommen naar strings te converteren<\/a> U kunt de volgende basissyntaxis gebruiken om een Panda DataFrame te maken op basis van een tekenreeks: import pandas as pd import io df = pd. read_csv ( io.StringIO (string_data), sep=“ , „) Deze specifieke syntaxis cre\u00ebert een panda’s DataFrame met behulp van de waarden in de string genaamd string_data . De volgende voorbeelden laten […]<\/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-3345","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n import<\/span> pandas as<\/span> pd\nimport<\/span> io \n\ndf = pd. read_csv<\/span> ( io.StringIO<\/span> (string_data), sep=\" ,<\/span> \")\n<\/strong><\/pre>\n Voorbeeld 1: Maak een DataFrame van een tekenreeks met kommascheidingstekens<\/span><\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> io\n\n#define string\n<\/span>string_data=\"\"\"points, assists, rebounds\n5, 15, 22\n7, 12, 9\n4, 3, 18\n2, 5, 10\n3, 11, 5\n\"\"\"\n\n#create pandas DataFrame from string\n<\/span>df = pd. read_csv<\/span> ( io.StringIO<\/span> (string_data), sep=\" ,<\/span> \")\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n points assists rebounds\n0 5 15 22\n1 7 12 9\n2 4 3 18\n3 2 5 10\n4 3 11 5\n<\/span><\/span><\/strong><\/pre>\n Voorbeeld 2: Maak een DataFrame van een tekenreeks met puntkommascheidingstekens<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> io\n\n#define string\n<\/span>string_data=\"\"\"points;assists;rebounds\n5;15;22\n7;12;9\n4;3;18\n2;5;10\n3;11;5\n\"\"\"\n\n#create pandas DataFrame from string\n<\/span>df = pd. read_csv<\/span> ( io.StringIO<\/span> (string_data), sep=\" ;<\/span> \")\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n points assists rebounds\n0 5 15 22\n1 7 12 9\n2 4 3 18\n3 2 5 10\n4 3 11 5\n<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe tijdstempel naar datum\/tijd in Panda’s te converteren<\/a>
Hoe DateTime naar datum te converteren in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"