<\/p>\n
U kunt de volgende basissyntaxis gebruiken om een index van een panda’s DataFrame opnieuw in te stellen nadat u de functie dropna()<\/strong> hebt gebruikt om rijen met ontbrekende waarden te verwijderen:<\/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 Stel nu dat we de functie dropna()<\/strong> gebruiken om alle rijen uit het DataFrame te verwijderen die een ontbrekende waarde in een kolom hebben:<\/span><\/span><\/p>\n Merk op dat de index nog steeds de originele indexwaarden voor elke rij bevat.<\/span><\/p>\n Om de index opnieuw in te stellen na gebruik van de dropna()-<\/strong> functie, kunnen we de volgende syntaxis gebruiken:<\/span><\/p>\n Merk op dat elk van de rijen met ontbrekende waarden is verwijderd en dat de indexwaarden opnieuw zijn ingesteld.<\/span><\/span><\/p>\n Indexwaarden vari\u00ebren nu van 0 tot 4.<\/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 af te drukken zonder index<\/a> U kunt de volgende basissyntaxis gebruiken om een index van een panda’s DataFrame opnieuw in te stellen nadat u de functie dropna() hebt gebruikt om rijen met ontbrekende waarden te verwijderen: df = df. dropna (). reset_index (drop= True ) Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken. Voorbeeld: […]<\/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-3538","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df = df. dropna<\/span> (). reset_index<\/span> (drop= True<\/span> )\n<\/strong><\/pre>\n Voorbeeld: index in Panda’s opnieuw instellen na gebruik van dropna()<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#create dataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, np.nan, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, np.nan, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, np.nan, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 A 18.0 5.0 11.0\n1 B NaN 7.0 8.0\n2 C 19.0 7.0 10.0\n3D 14.0 9.0 6.0\n4 E 14.0 12.0 6.0\n5 F 11.0 NaN 5.0\n6G 20.0 9.0 NaN\n7 H 28.0 4.0 12.0\n<\/strong><\/pre>\n #drop rows with nan values in any column\n<\/span>df = df. dropna<\/span> ()\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 A 18.0 5.0 11.0\n2 C 19.0 7.0 10.0\n3D 14.0 9.0 6.0\n4 E 14.0 12.0 6.0\n7 H 28.0 4.0 12.0<\/strong><\/pre>\n #drop rows with nan values in any column\n<\/span>df = df. dropna<\/span> (). reset_index<\/span> (drop= True<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 A 18.0 5.0 11.0\n1 C 19.0 7.0 10.0\n2 D 14.0 9.0 6.0\n3 E 14.0 12.0 6.0\n4 H 28.0 4.0 12.0\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe te filteren op indexwaarde in Pandas<\/a>
Hoe de eerste kolom als index in Pandas te gebruiken<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"