<\/p>\n
U kunt de volgende basissyntaxis gebruiken om een dubbele kolom te maken in een Pandas DataFrame:<\/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 We kunnen de volgende code gebruiken om een duplicaat van de puntenkolom<\/strong> te maken en deze points_duplicate<\/strong> te noemen:<\/span><\/span><\/p>\n Houd er rekening mee dat de kolom points_duplicate<\/strong> exact dezelfde waarden bevat als de kolom points<\/strong> .<\/span><\/p>\n Houd er rekening mee dat de dubbele kolom een andere kolomnaam moet hebben dan de oorspronkelijke kolom, anders wordt er geen dubbele kolom gemaakt.<\/span><\/p>\n Als we bijvoorbeeld de volgende code proberen te gebruiken om een dubbele kolom te maken, zal dit niet werken:<\/span><\/p>\n Er zijn geen dubbele kolommen gemaakt.<\/span><\/p>\n De dubbele kolom moet een andere kolomnaam hebben dan de oorspronkelijke kolom.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen 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 dubbele kolom te maken in een Pandas DataFrame: df[‚ my_column_duplicate ‚] = df. loc [:, ‚ my_column ‚] Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken. Voorbeeld: Maak een dubbele kolom in Pandas DataFrame Stel dat we de volgende panda’s 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-3544","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df[' my_column_duplicate<\/span> '] = df. loc<\/span> [:, ' my_column<\/span> ']\n<\/strong><\/pre>\n Voorbeeld: Maak een dubbele kolom in Pandas DataFrame<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29, 32],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4, 5],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12, 8]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n points assists rebounds\n0 25 5 11\n1 12 7 8\n2 15 7 10\n3 14 9 6\n4 19 12 6\n5 23 9 5\n6 25 9 9\n7 29 4 12\n8 32 5 8\n<\/strong><\/pre>\n #create duplicate points column\n<\/span>df[' duplicate_points<\/span> '] = df. loc<\/span> [:, ' points<\/span> ']\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n points assists rebounds points_duplicate\n0 25 5 11 25\n1 12 7 8 12\n2 15 7 10 15\n3 14 9 6 14\n4 19 12 6 19\n5 23 9 5 23\n6 25 9 9 25\n7 29 4 12 29\n8 32 5 8 32<\/span><\/span><\/strong><\/pre>\n #attempt to create duplicate points column\n<\/span>df[' points<\/span> '] = df. loc<\/span> [:, ' points<\/span> ']\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n points assists rebounds\n0 25 5 11\n1 12 7 8\n2 15 7 10\n3 14 9 6\n4 19 12 6\n5 23 9 5\n6 25 9 9\n7 29 4 12\n8 32 5 8\n<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe alle rijen in een Pandas DataFrame worden weergegeven<\/a>
Hoe u het type van alle kolommen in Pandas DataFrame kunt controleren<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"