<\/p>\n
U kunt de volgende syntaxis gebruiken om een nieuwe kolom toe te voegen aan een Panda DataFrame die aangeeft of elke rij in een ander DataFrame bestaat:<\/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 een kolom met de naam exist<\/strong> toe te voegen aan het eerste DataFrame, die aangeeft of elke waarde in de team-<\/strong> en puntenkolom<\/strong> in elke rij bestaat in het tweede DataFrame:<\/span><\/p>\n De nieuwe kolom bestaat<\/strong> geeft aan of elke waarde in de team-<\/strong> en puntenkolom<\/strong> in elke rij bestaat in het tweede DataFrame.<\/span><\/span><\/p>\n Uit het resultaat kunnen we zien:<\/span><\/p>\n Houd er ook rekening mee dat u in de bestaande<\/strong> kolom andere waarden dan True en False kunt opgeven door de waarden in de functie NumPy Where()<\/strong> te wijzigen.<\/span><\/p>\n U kunt in plaats daarvan bijvoorbeeld ‚bestaat‘ en ‚bestaat niet‘ als volgt gebruiken:<\/span><\/p>\n Merk op dat de waarden in de bestaande<\/strong> kolom zijn gewijzigd.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Panda’s: voeg een kolom toe van het ene DataFrame naar het andere<\/a> U kunt de volgende syntaxis gebruiken om een nieuwe kolom toe te voegen aan een Panda DataFrame die aangeeft of elke rij in een ander DataFrame bestaat: #merge two DataFrames on specific columns all_df = pd. merge (df1, df2, on=[‚ column1 ‚, ‚ column2 ‚], how=‘ left ‚, indicator=‘ exists ‚) #drop unwanted columns all_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-3725","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #merge two DataFrames on specific columns<\/span>\nall_df = pd. merge<\/span> (df1, df2, on=[' column1<\/span> ', ' column2<\/span> '], how=' left<\/span> ', indicator=' exists<\/span> ')\n\n#drop unwanted columns<\/span>\nall_df = all_df. drop<\/span> (' column3<\/span> ', axis= 1<\/span> )\n\n#add column that shows if each row in one DataFrame exists in another<\/span>\nall_df[' exists<\/span> '] = np. where<\/span> (all_df. exists<\/span> == ' both<\/span> ', True<\/span> , False<\/span> )\n<\/strong><\/pre>\n Voorbeeld: controleer of een rij in het ene Pandas DataFrame bestaat in een ander<\/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 ' assists<\/span> ': [4, 7, 7, 10, 12]})\n\nprint<\/span> (df2)\n\n team points assists\n0 to 12 4\n1 D 29 7\n2 F 15 7\n3 G 19 10\n4:10:12\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#merge two dataFrames and add indicator column\n<\/span>all_df = pd. merge<\/span> (df1, df2, on=[' team<\/span> ', ' points<\/span> '], how=' left<\/span> ', indicator=' exists<\/span> ')\n\n#drop assists columns\n<\/span>all_df = all_df. drop<\/span> (' assists<\/span> ', axis= 1<\/span> )\n\n#add column to show if each row in first DataFrame exists in second\n<\/span>all_df[' exists<\/span> '] = np. where<\/span> (all_df. exists<\/span> == ' both<\/span> ', True<\/span> , False<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (all_df)\n\n team points exists\n0 A 12 True\n1 B 15 False\n2 C 22 False\n3 D 29 True\n4 E 24 False\n<\/strong><\/span><\/pre>\n\n
#add column to show if each row in first DataFrame exists in second\n<\/span>all_df[' exists<\/span> '] = np. where<\/span> (all_df. exists<\/span> == ' both<\/span> ', ' exists<\/span> ', ' not exists<\/span> ')<\/span>\n\n#view updated DataFrame\n<\/span>print<\/span> (all_df)\n\n team points exists\n0 to 12 exists\n1 B 15 not exists\n2 C 22 not exists\n3 D 29 exists\n4 E 24 not exists\n<\/strong><\/span><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Panda’s: Haal rijen op die zich niet in een ander DataFrame bevinden<\/a>
Panda’s: hoe controleer je of meerdere kolommen gelijk zijn?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"