<\/p>\n
U kunt de volgende basissyntaxis gebruiken om een tuple te maken van twee kolommen in een Panda DataFrame:<\/span><\/p>\n Deze specifieke formule maakt een nieuwe kolom met de naam new_column<\/strong> , wat een tupel is die wordt gevormd door column1<\/strong> en column2<\/strong> in het DataFrame.<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n Stel dat we het volgende panda’s DataFrame hebben dat informatie bevat over verschillende basketbalspelers:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om een nieuwe kolom te maken met de naam assist_points<\/strong> , wat een tupel is die wordt gevormd door de waarden van de punten<\/strong> en assist-<\/strong> kolommen:<\/span><\/p>\n De nieuwe kolom genaamd assist_points<\/strong> is een tuple gevormd door de punten-<\/strong> en assist-<\/strong> kolommen.<\/span><\/span><\/p>\n Merk op dat u desgewenst ook meer dan twee kolommen in een tuple kunt opnemen.<\/span><\/p>\n De volgende code laat bijvoorbeeld zien hoe u een tupel maakt die de waarden uit de oorspronkelijke drie kolommen van het DataFrame gebruikt:<\/span><\/p>\n U kunt dezelfde basissyntaxis gebruiken om een tupelkolom te maken met zoveel kolommen als u wilt.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe dubbele rijen in Panda’s te verwijderen<\/a> U kunt de volgende basissyntaxis gebruiken om een tuple te maken van twee kolommen in een Panda DataFrame: df[‚ new_column ‚] = list(zip(df. column1 , df. column2 )) Deze specifieke formule maakt een nieuwe kolom met de naam new_column , wat een tupel is die wordt gevormd door column1 en column2 in het DataFrame. 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-3513","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df[' new_column<\/span> '] = list(zip(df. column1<\/span> , df. column2<\/span> ))\n<\/strong><\/pre>\n Voorbeeld: Maak een tupel uit twee kolommen in Pandas<\/strong><\/span><\/h2>\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> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists\n0 to 18 5\n1 B 22 7\n2 C 19 7\n3 D 14 9\n4 E 14 12\n5 F 11 9\n6 G 20 9\n7:28 a.m. 4\n<\/span><\/span><\/strong><\/pre>\n #create new column that is a tuple of points and assists columns\n<\/span>df[' points_assists<\/span> '] = list(zip(df. points<\/span> , df. assists<\/span> ))\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points assists points_assists\n0 to 18 5 (18.5)\n1 B 22 7 (22, 7)\n2 C 19 7 (19, 7)\n3 D 14 9 (14, 9)\n4 E 14 12 (14, 12)\n5 F 11 9 (11, 9)\n6 G 20 9 (20, 9)\n7:28 4 (28.4)\n<\/span><\/span><\/strong><\/pre>\n #create new column that is a tuple of team, points and assists columns\n<\/span>df[' all_columns<\/span> '] = list(zip(df. team<\/span> , df. points<\/span> , df. assists<\/span> ))\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points assists all_columns\n0 A 18 5 (A, 18, 5)\n1 B 22 7 (B, 22, 7)\n2 C 19 7 (C, 19, 7)\n3 D 14 9 (D, 14, 9)\n4 E 14 12 (E, 14, 12)\n5 F 11 9 (F, 11, 9)\n6 G 20 9 (G, 20, 9)\n7 A.M. 28 4 (H.28.4)\n<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe dubbele kolommen in Pandas te verwijderen<\/a>
Hoe duplicaten in panda’s te tellen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"