<\/p>\n
U kunt de volgende methoden gebruiken om kolomnamen op te halen in een Panda DataFrame:<\/span><\/p>\n Methode 1: Haal alle kolomnamen op<\/strong><\/span><\/p>\n Methode 2: Kolomnamen alfabetisch ophalen<\/strong><\/span><\/p>\n Methode 3: Kolomnamen ophalen met een specifiek gegevenstype<\/strong><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elke methode kunt gebruiken met de volgende panda’s DataFrame:<\/span><\/p>\n De eenvoudigste manier om alle kolomnamen in een panda’s DataFrame te krijgen, is door list()<\/strong> als volgt te gebruiken:<\/span><\/span><\/p>\n Het resultaat is een lijst met de vier kolomnamen van het panda’s DataFrame.<\/span><\/span><\/p>\n Om de kolomnamen in een Panda DataFrame in alfabetische volgorde te krijgen, kunt u de functie sort()<\/strong> als volgt gebruiken:<\/span><\/p>\n Het resultaat is een lijst met de vier kolomnamen van de panda’s DataFrame, in alfabetische volgorde.<\/span><\/p>\n U kunt ook het argument reverse=True<\/strong> gebruiken om de kolomnamen in omgekeerde alfabetische volgorde te krijgen:<\/span><\/p>\n U kunt de volgende syntaxis gebruiken om het gegevenstype van elke kolom in het DataFrame weer te geven:<\/span><\/span><\/p>\n U kunt vervolgens de functie select_dtypes()<\/strong> gebruiken om alleen de kolomnamen met een specifiek gegevenstype op te halen.<\/span><\/p>\n We kunnen bijvoorbeeld de volgende syntaxis gebruiken om alleen kolomnamen op te halen die het gegevenstype int64<\/strong> of bool<\/strong> hebben:<\/span><\/p>\n Het resultaat is een lijst met kolomnamen met het gegevenstype int64<\/strong> of bool<\/strong> .<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Panda’s: kolommen hernoemen<\/a> U kunt de volgende methoden gebruiken om kolomnamen op te halen in een Panda DataFrame: Methode 1: Haal alle kolomnamen op list (df) Methode 2: Kolomnamen alfabetisch ophalen sorted (df) Methode 3: Kolomnamen ophalen met een specifiek gegevenstype list ( df.select_dtypes (include=[‚ int64 ‚, ‚ bool ‚])) De volgende voorbeelden laten zien hoe u elke […]<\/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-3776","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n list<\/span> (df)<\/span><\/span><\/strong><\/pre>\n sorted<\/span> (df)\n<\/span><\/span><\/strong><\/pre>\n list<\/span> ( df.select_dtypes<\/span> (include=[' int64<\/span> ', ' bool<\/span> ']))<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9],\n ' playoffs<\/span> ': [True, False, False, True, True, True]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists playoffs\n0 A 18 5 True\n1 B 22 7 False\n2 C 19 7 False\n3 D 14 9 True\n4 E 14 12 True\n5 F 11 9 True\n<\/b><\/pre>\n Voorbeeld 1: Haal alle kolomnamen op<\/strong><\/span><\/h2>\n
#get all column names<\/span>\nlist<\/span> (df)\n\n['team', 'points', 'assists', 'playoffs']\n<\/span><\/span><\/strong><\/pre>\n Voorbeeld 2: Kolomnamen alfabetisch ophalen<\/strong><\/span><\/h2>\n
#get column names in alphabetical order<\/span>\nsorted<\/span> (df)\n\n['assists', 'playoffs', 'points', 'team']\n<\/span><\/span><\/strong><\/pre>\n #get column names in reverse alphabetical order<\/span>\nsorted<\/span> (df, reverse= True<\/span> )\n\n['team', 'points', 'playoffs', 'assists']<\/span><\/span><\/strong>\n<\/pre>\n Voorbeeld 3: Kolomnamen ophalen met een specifiek gegevenstype<\/strong><\/span><\/h2>\n
#view data type of each column<\/span>\ndf. dtypes<\/span>\n\nteam object\nint64 dots\nassists int64\nplayoffs bool\ndtype:object\n<\/span><\/span><\/strong><\/pre>\n #get all columns that have data type of int64 or bool<\/span>\nlist<\/span> ( df.select_dtypes<\/span> (include=[' int64<\/span> ', ' bool<\/span> ']))\n\n['points', 'assists', 'playoffs']<\/span>\n<\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Panda’s: een kolom instellen als index<\/a>
Panda’s: haal de index op van rijen waarvan de kolom overeenkomt met de waarde<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"