<\/p>\n
U kunt de volgende basissyntaxis gebruiken om rijen op te halen uit een Panda DataFrame die zich niet in een ander DataFrame bevinden:<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n Laten we aannemen dat we de volgende twee panda-dataframes hebben:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om de twee DataFrames samen te voegen en een indicatorkolom te maken om aan te geven welke rijen tot elk DataFrame behoren:<\/span><\/span><\/p>\n We kunnen dan de volgende syntaxis gebruiken om alleen de rijen uit het eerste DataFrame op te halen die zich niet in het tweede DataFrame bevinden:<\/span><\/span><\/p>\n Ten slotte kunnen we de kolom _merge<\/strong> verwijderen als we dat willen:<\/span><\/p>\n Het resultaat is een DataFrame waarin alle rijen in het eerste DataFrame voorkomen, maar niet in het tweede DataFrame.<\/span><\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Hoe u een kolom van het ene DataFrame aan het andere toevoegt in Pandas<\/a> U kunt de volgende basissyntaxis gebruiken om rijen op te halen uit een Panda DataFrame die zich niet in een ander DataFrame bevinden: #merge two DataFrames and create indicator column df_all = df1. merge ( df2.drop_duplicates (), on=[‚ col1 ‚,‘ col2 ‚], how=‘ left ‚, indicator= True ) #create DataFrame with rows that exist in […]<\/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-3722","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #merge two DataFrames and create indicator column<\/span>\ndf_all = df1. merge<\/span> ( df2.drop_duplicates<\/span> (), on=[' col1<\/span> ',' col2<\/span> '],\n how=' left<\/span> ', indicator= True<\/span> )\n\n#create DataFrame with rows that exist in first DataFrame only<\/span>\ndf1_only = df_all[df_all[' _merge<\/span> '] == ' left_only<\/span> ']<\/strong><\/pre>\n Voorbeeld: rijen in een Pandas DataFrame ophalen die zich niet in een ander DataFrame bevinden<\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#create first DataFrame\ndf1 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E'], \n ' points<\/span> ': [12, 15, 22, 29, 24]}) \n\nprint<\/span> (df1)\n\n team points\n0 to 12\n1 B 15\n2 C 22\n3 D 29\n4 E 24\n\n#create second DataFrame\n<\/span>df2 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'D', 'F', 'G', 'H'],\n ' points<\/span> ': [12, 29, 15, 19, 10]})\n\nprint<\/span> (df2)\n\n team points\n0 to 12\n1 D 29\n2 F 15\n3 G 19\n4:10 a.m.\n<\/span><\/span><\/strong><\/pre>\n #merge two DataFrames and create indicator column\n<\/span>df_all = df1. merge<\/span> ( df2.drop_duplicates<\/span> (), on=[' team<\/span> ',' points<\/span> '],\n how=' left<\/span> ', indicator= True<\/span> )\n\n#view result\n<\/span>print<\/span> (df_all)<\/strong><\/pre>\n #create DataFrame with rows that exist in first DataFrame only\n<\/span>df1_only = df_all[df_all[' _merge<\/span> '] == ' left_only<\/span> ']\n\n#view DataFrame\n<\/span>print<\/span> (df1_only)\n\n team points _merge\n1 B 15 left_only\n2 C 22 left_only\n4 E 24 left_only\n<\/strong><\/pre>\n #drop '_merge' column\n<\/span>df1_only = df1_only. drop<\/span> (' _merge<\/span> ', axis= 1<\/span> )\n\n#view DataFrame\n<\/span>print<\/span> (df1_only)\n\n team points\n1 B 15\n2 C 22\n4 E 24<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe u de kolomvolgorde in Pandas kunt wijzigen<\/a>
Hoe kolommen op naam te sorteren in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"