<\/p>\n
U kunt de volgende basissyntaxis gebruiken om een kolom in een Pandas DataFrame te maken als deze nog niet bestaat:<\/span><\/p>\n Deze specifieke syntaxis maakt een nieuwe kolom met de naam my_column<\/strong> als deze nog niet bestaat in het DataFrame en wordt gedefinieerd als het product van de bestaande kolommen col1<\/strong> en col2<\/strong> .<\/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 Laten we nu zeggen dat we proberen een kolom met de naam prijs<\/strong> toe te voegen als deze nog niet bestaat, en deze defini\u00ebren als een kolom waarin elke waarde 100 is:<\/span><\/p>\n Omdat er al een kolom met de naam prijs<\/strong> bestaat, voegt Panda deze eenvoudigweg niet toe aan het DataFrame.<\/span><\/span><\/p>\n Laten we echter zeggen dat we proberen een nieuwe kolom met de naam omzet<\/strong> toe te voegen als deze nog niet bestaat, en deze defini\u00ebren als een kolom waarin de waarden het product zijn van de verkoop- en prijskolommen:<\/span><\/p>\n Deze omzetkolom<\/strong> is toegevoegd aan het DataFrame omdat deze nog niet bestond.<\/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 basissyntaxis gebruiken om een kolom in een Pandas DataFrame te maken als deze nog niet bestaat: df[‚ my_column ‚] = df. get (‚ my_column ‚, df[‚ col1 ‚] * df[‚ col2 ‚]) Deze specifieke syntaxis maakt een nieuwe kolom met de naam my_column als deze nog niet bestaat in het DataFrame […]<\/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-3531","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df[' my_column<\/span> '] = df. get<\/span> (' my_column<\/span> ', df[' col1<\/span> '] * df[' col2<\/span> '])<\/strong> \n<\/pre>\n Voorbeeld: maak een kolom in Pandas als deze niet bestaat<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' day<\/span> ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],\n ' sales<\/span> ': [4, 6, 5, 8, 14, 13, 13, 12, 9, 8, 19, 14],\n ' price<\/span> ': [1, 2, 2, 1, 2, 4, 4, 3, 3, 2, 2, 3]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n day sales price\n0 1 4 1\n1 2 6 2\n2 3 5 2\n3 4 8 1\n4 5 14 2\n5 6 13 4\n6 7 13 4\n7 8 12 3\n8 9 9 3\n9 10 8 2\n10 11 19 2\n11 12 14 3\n<\/strong><\/pre>\n #attempt to add column called 'price'\ndf[' price<\/span> '] = df. get<\/span> (' price<\/span> ', 100) \n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n day sales price\n0 1 4 1\n1 2 6 2\n2 3 5 2\n3 4 8 1\n4 5 14 2\n5 6 13 4\n6 7 13 4\n7 8 12 3\n8 9 9 3\n9 10 8 2\n10 11 19 2\n11 12 14 3\n<\/span><\/span><\/strong><\/pre>\n #attempt to add column called 'revenue'\ndf[' revenue<\/span> '] = df. get<\/span> (' revenue<\/span> ', df[' sales<\/span> '] * df[' price<\/span> '])\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n day sales price revenue\n0 1 4 1 4\n1 2 6 2 12\n2 3 5 2 10\n3 4 8 1 8\n4 5 14 2 28\n5 6 13 4 52\n6 7 13 4 52\n7 8 12 3 36\n8 9 9 3 27\n9 10 8 2 16\n10 11 19 2 38\n11 12 14 3 42\n<\/span><\/span><\/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":"