<\/p>\n
U kunt de volgende methoden gebruiken om kolommen in een Panda DataFrame te segmenteren:<\/span><\/p>\n Methode 1: Segmenteren op specifieke kolomnamen<\/strong><\/span><\/p>\n Methode 2: Segmenteer op kolomnamen binnen bereik<\/strong><\/span><\/p>\n Methode 3: Snijden op specifieke kolomindexposities<\/strong><\/span><\/p>\n Methode 4: Segmenteren op bereik van kolomindexposities<\/strong><\/span><\/p>\n Let op het subtiele verschil tussen loc<\/strong> en iloc<\/strong> in elk van deze methoden:<\/span><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met de volgende panda’s DataFrame:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om een nieuw DataFrame te maken dat alleen de kolommen team<\/strong> en bounces<\/strong> bevat:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om een nieuw DataFrame te maken dat alleen de kolommen tussen team<\/strong> en bounces<\/strong> bevat:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om een nieuw DataFrame te maken dat alleen de kolommen op indexposities 0<\/strong> en 3<\/strong> bevat:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om een nieuw DataFrame te maken dat alleen de kolommen bevat in het bereik van indexposities tussen 0<\/strong> en 3<\/strong> :<\/span><\/p>\n Let op<\/strong> : Wanneer u een bereik van indexposities gebruikt, wordt de laatste indexpositie in het bereik niet opgenomen. De kolom bounces<\/strong> op indexpositie 3 is bijvoorbeeld niet opgenomen in het nieuwe DataFrame.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe de eerste rij in Pandas DataFrame te verwijderen<\/a> U kunt de volgende methoden gebruiken om kolommen in een Panda DataFrame te segmenteren: Methode 1: Segmenteren op specifieke kolomnamen df_new = df. loc [:,[‚ col1 ‚,‘ col4 ‚]] Methode 2: Segmenteer op kolomnamen binnen bereik df_new = df. loc [:, ‚ col1 ‚:‘ col4 ‚] Methode 3: Snijden op specifieke kolomindexposities df_new = df. […]<\/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-3609","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df_new = df. loc<\/span> [:,[' col1<\/span> ',' col4<\/span> ']]\n<\/strong><\/pre>\n df_new = df. loc<\/span> [:, ' col1<\/span> ':' col4<\/span> ']<\/strong><\/pre>\n df_new = df. iloc<\/span> [:,[ 0,3<\/span> ]<\/span> ]<\/span><\/strong><\/pre>\n df_new = df. iloc<\/span> [:, 0<\/span> : 3<\/span> ]<\/span><\/strong><\/pre>\n\n
import<\/span> pandas as<\/span> pd\n\n#create DataFrame with six columns\n<\/span>df = 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 ' steals<\/span> ': [4, 3, 3, 2, 5, 4, 3, 8],\n ' blocks<\/span> ': [1, 0, 0, 3, 2, 2, 1, 5]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds steals blocks\n0 A 18 5 11 4 1\n1 B 22 7 8 3 0\n2 C 19 7 10 3 0\n3 D 14 9 6 2 3\n4 E 14 12 6 5 2\n5 F 11 9 5 4 2\n6 G 20 9 9 3 1\n7:28 4 12 8 5\n<\/strong><\/pre>\n Voorbeeld 1: Knippen met specifieke kolomnamen<\/strong><\/span><\/h2>\n
#slice columns team and rebounds\n<\/span>df_new = df. loc<\/span> [:, [' team<\/span> ', ' rebounds<\/span> ']]\n\n#view new DataFrame\n<\/span>print<\/span> (df_new)\n\n team rebounds\n0 to 11\n1 B 8\n2 C 10\n3 D 6\n4 E 6\n5 F 5\n6 G 9\n7:12 a.m.\n<\/strong><\/span><\/pre>\n Voorbeeld 2: Knippen op kolomnamen binnen bereik<\/strong><\/span><\/h2>\n
#slice columns between team and rebounds\n<\/span>df_new = df. loc<\/span> [:, ' team<\/span> ': ' rebounds<\/span> ']\n\n#view new DataFrame\n<\/span>print<\/span> (df_new)\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><\/span><\/pre>\n Voorbeeld 3: Snijden met specifieke kolomindexposities<\/strong><\/span><\/h2>\n
#slice columns in index positions 0 and 3\n<\/span>df_new = df. iloc<\/span> [<\/span> :,[ 0,3<\/span> ]]\n\n#view new DataFrame\n<\/span>print<\/span> (df_new)\n\n team rebounds\n0 to 11\n1 B 8\n2 C 10\n3 D 6\n4 E 6\n5 F 5\n6 G 9\n7:12 a.m.<\/strong><\/span><\/pre>\n Voorbeeld 4: Bereik van segmentindexposities per kolom<\/strong><\/span><\/h2>\n
#slice columns in index position range between 0 and 3\n<\/span>df_new = df. iloc<\/span> [:, 0<\/span> : 3<\/span> ]\n\n#view new DataFrame\n<\/span>print<\/span> (df_new)\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<\/strong><\/span><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe de eerste kolom in Pandas DataFrame te verwijderen<\/a>
Hoe dubbele kolommen in Pandas te verwijderen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"