<\/p>\n
U kunt de volgende methoden gebruiken om te controleren of een bepaalde waarde bestaat in een kolom van een pandas DataFrame:<\/span><\/p>\n Methode 1: Controleer of er een waarde in de kolom staat<\/strong><\/span><\/p>\n Methode 2: Controleer of er meerdere waarden in de kolom voorkomen<\/strong><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met het volgende DataFrame:<\/span><\/p>\n De volgende code laat zien hoe u kunt controleren of de waarde 22<\/strong> voorkomt in de puntenkolom<\/strong> :<\/span><\/p>\n De uitvoer retourneert True<\/strong> , wat ons vertelt dat de waarde 22<\/strong> bestaat in de puntenkolom<\/strong> .<\/span><\/p>\n We kunnen dezelfde syntaxis ook gebruiken met tekenreekskolommen.<\/span><\/p>\n De volgende code laat bijvoorbeeld zien hoe u kunt controleren of de tekenreeks ‚J‘ voorkomt in de teamkolom<\/strong> :<\/span><\/p>\n De uitvoer retourneert False<\/strong> , wat ons vertelt dat de tekenreeks „J“ niet bestaat in de kolom Team<\/b> .<\/span><\/p>\n De volgende code laat zien hoe u kunt controleren of een van de waarden in de lijst [44, 45, 22] voorkomt in de puntenkolom<\/strong> :<\/span><\/p>\n De uitvoer retourneert True<\/strong> , wat ons vertelt dat ten minste \u00e9\u00e9n van de waarden in de lijst [44, 45, 22] voorkomt in de puntenkolom<\/strong> van het DataFrame.<\/span><\/p>\n We kunnen dezelfde syntaxis ook gebruiken met tekenreekskolommen.<\/span><\/p>\n De volgende code laat bijvoorbeeld zien hoe u kunt controleren of een tekenreeks uit de lijst [‚J‘, ‚K‘, ‚L‘] voorkomt in de teamkolom<\/strong> :<\/span><\/p>\n De uitvoer retourneert False<\/strong> , wat ons vertelt dat geen van de tekenreeksen in de lijst voorkomt in de teamkolom<\/b> .<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe rijen in Pandas DataFrame te verwijderen op basis van de voorwaarde<\/a> U kunt de volgende methoden gebruiken om te controleren of een bepaalde waarde bestaat in een kolom van een pandas DataFrame: Methode 1: Controleer of er een waarde in de kolom staat 22 in df[‚ my_column ‚]. values Methode 2: Controleer of er meerdere waarden in de kolom voorkomen df[‚ my_column ‚]. isin ([44, 45, […]<\/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-3529","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n 22 in<\/span> df[' my_column<\/span> ']. values<\/span><\/strong><\/pre>\n df[' my_column<\/span> ']. isin<\/span> ([44, 45, 22]). any<\/span> ()\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\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 ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 A 18 5 11\n1 B 22 7 8\n2 C 19 7 10\n3 D 14 9 6\n4 E 14 12 6\n5 F 11 9 5\n6 G 20 9 9\n7:28 4 12<\/strong><\/pre>\n Voorbeeld 1: Controleer of er een waarde in de kolom staat<\/strong><\/span><\/h2>\n
#check if 22 exists in the 'points' column<\/span>\n22 in<\/span> df[' points<\/span> ']. values<\/span>\n\nTrue<\/strong><\/pre>\n #check if 'J' exists in the 'team' column<\/span>\n'J' in<\/span> df[' team<\/span> ']. values<\/span>\n\nFalse<\/strong><\/pre>\n Voorbeeld 2: Controleer of een van meerdere waarden in de kolom bestaat<\/strong><\/span><\/h2>\n
#check if 44, 45 or 22 exist in the 'points' column<\/span>\ndf[' points<\/span> ']. isin<\/span> ([44, 45, 22]). any<\/span> ()\n\nTrue<\/strong><\/pre>\n #check if J, K, or L exists in the 'team' column<\/span>\ndf[' team<\/span> ']. isin<\/span> ([' J<\/span> ',' K<\/span> ',' L<\/span> ']). any<\/span> () \nFalse<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe u een Pandas DataFrame op meerdere voorwaarden kunt filteren<\/a>
Hoe u het \u201cNIET IN\u201d-filter in Pandas DataFrame gebruikt<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"