<\/p>\n
U kunt de volgende methoden gebruiken om te controleren of meerdere kolommen gelijk zijn in panda’s:<\/span><\/p>\n Methode 1: Controleer of alle kolommen gelijk zijn<\/strong><\/span><\/p>\n Methode 2: Controleer of specifieke kolommen gelijk zijn<\/strong><\/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 te controleren of de waarde van elke kolom in het DataFrame voor elke rij gelijk is:<\/span><\/p>\n Als de waarde van elke kolom gelijk is, retourneert de overeenkomstige kolom True<\/strong> .<\/span><\/p>\n Anders retourneert het False<\/strong> .<\/span><\/p>\n Merk op dat u True<\/strong> en False-<\/strong> waarden als volgt kunt converteren naar 1<\/strong> en 0<\/strong> met astype(int)<\/strong> :<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om te controleren of de waarden in de kolommen A, C en D van het DataFrame voor elke rij gelijk zijn:<\/span><\/p>\n Als de waarden in de kolommen A, C en D gelijk zijn, retourneert de overeenkomstige kolom True<\/strong> .<\/span><\/p>\n Anders retourneert het False<\/strong> .<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe kolommen te hernoemen in Pandas<\/a> U kunt de volgende methoden gebruiken om te controleren of meerdere kolommen gelijk zijn in panda’s: Methode 1: Controleer of alle kolommen gelijk zijn df[‚ matching ‚] = df. eq (df. iloc [:, 0], axis= 0 ). all (1) Methode 2: Controleer of specifieke kolommen gelijk zijn df[‚ matching ‚] = df. apply ( lambda […]<\/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-3655","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df[' matching<\/span> '] = df. eq<\/span> (df. iloc<\/span> [:, 0], axis= 0<\/span> ). all<\/span> (1)\n<\/strong><\/pre>\n df[' matching<\/span> '] = df. apply<\/span> ( lambda<\/span> x: x.col1<\/span> == x.col3<\/span> == x.col4<\/span> , axis= 1<\/span> )<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' A<\/span> ': [4, 0, 3, 3, 6, 8, 7],\n ' B<\/span> ': [4, 2, 3, 5, 6, 4, 7],\n ' C<\/span> ': [4, 0, 3, 3, 5, 10, 7],\n ' D<\/span> ': [4, 0, 3, 3, 3, 8, 7]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n ABCD\n0 4 4 4 4\n1 0 2 0 0\n2 3 3 3 3\n3 3 5 3 3\n4 6 6 5 3\n5 8 4 10 8\n6 7 7 7 7\n<\/strong><\/pre>\n Voorbeeld 1: Controleer of alle kolommen gelijk zijn<\/strong><\/span><\/h2>\n
#create new column that checks if all columns match in each row\n<\/span>df[' matching<\/span> '] = df. eq<\/span> (df. iloc<\/span> [:, 0], axis= 0<\/span> ). all<\/span> (1)\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n ABCD matching\n0 4 4 4 4 True\n1 0 2 0 0 False\n2 3 3 3 3 True\n3 3 5 3 3 False\n4 6 6 5 3 False\n5 8 4 10 8 False\n6 7 7 7 7 True\n<\/strong><\/pre>\n #create new column that checks if all columns match in each row\n<\/span>df[' matching<\/span> '] = df. eq<\/span> (df. iloc<\/span> [:, 0], axis= 0<\/span> ). all<\/span> (1). astype<\/span> (int)\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n ABCD matching\n0 4 4 4 4 1\n1 0 2 0 0 0\n2 3 3 3 3 1\n3 3 5 3 3 0\n4 6 6 5 3 0\n5 8 4 10 8 0\n6 7 7 7 7 1\n<\/strong><\/pre>\n Voorbeeld 2: Controleer of specifieke kolommen gelijk zijn<\/strong><\/span><\/h2>\n
#create new column that checks if values in columns A, C, and D are equal\n<\/span>df[' matching<\/span> '] = df. apply<\/span> ( lambda<\/span> x: x. A<\/span> == x. C<\/span> == x. D<\/span> , axis= 1<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n ABCD matching\n0 4 4 4 4 True\n1 0 2 0 0 True\n2 3 3 3 3 True\n3 3 5 3 3 True\n4 6 6 5 3 False\n5 8 4 10 8 False\n6 7 7 7 7 True\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe u een kolom toevoegt aan een Pandas DataFrame
Hoe u de kolomvolgorde in Pandas DataFrame kunt wijzigen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"