<\/p>\n
Vaak wil je misschien de waarden van een kolom van een panda’s DataFrame bijwerken met behulp van de waarden van een ander DataFrame.<\/span><\/span><\/p>\n Gelukkig is dit eenvoudig te doen met de functie merge()<\/strong> in panda’s.<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u dit doet.<\/span><\/p>\n Stel dat we het volgende panda’s DataFrame hebben dat informatie bevat over verschillende basketbalspelers:<\/span><\/p>\n Stel nu dat de helperkolomwaarden<\/strong> niet worden bijgewerkt in dit DataFrame.<\/span><\/p>\n Laten we echter aannemen dat we het volgende tweede DataFrame hebben met bijgewerkte waarden voor de helperkolom<\/strong> :<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om de helperkolomwaarden<\/strong> van het eerste DataFrame bij te werken met behulp van de helperkolomwaarden<\/strong> van het tweede DataFrame:<\/span><\/p>\n Houd er rekening mee dat de helperkolomwaarden<\/strong> uit het eerste DataFrame zijn bijgewerkt met behulp van de helperkolomwaarden<\/strong> uit het tweede 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> Vaak wil je misschien de waarden van een kolom van een panda’s DataFrame bijwerken met behulp van de waarden van een ander DataFrame. Gelukkig is dit eenvoudig te doen met de functie merge() in panda’s. Het volgende voorbeeld laat zien hoe u dit doet. Voorbeeld: Update kolomwaarden in Pandas DataFrame op basis van een ander […]<\/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-3855","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: Update kolomwaarden in Pandas DataFrame op basis van een ander DataFrame<\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df1 = 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> ': [0, 0, 0, 1, 0, 0, 0, 1]})\n\n#view DataFrame\n<\/span>print<\/span> (df1)\n\n team points assists\n0 to 18 0\n1 B 22 0\n2 C 19 0\n3 D 14 1\n4 E 14 0\n5 F 11 0\n6 G 20 0\n7:28 a.m. 1<\/strong><\/pre>\n #create second DataFrame\n<\/span>df2 = 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> ': [8, 7, 7, 4, 9, 12, 3, 5]})\n\n#view second DataFrame\n<\/span>print<\/span> (df2)\n\n team points assists\n0 to 18 8\n1 B 22 7\n2 C 19 7\n3 D 14 4\n4 E 14 9\n5 F 11 12\n6 G 20 3\n7:28 5\n<\/strong><\/pre>\n #merge two DataFrames\n<\/span>df1 = df1. merge<\/span> (df2, on=' team<\/span> ', how=' left<\/span> ')\n\n#drop original DataFrame columns\n<\/span>df1. drop<\/span> ([' points_x<\/span> ', ' assists_x<\/span> '], inplace= True<\/span> , axis= 1<\/span> )\n\n#rename columns\n<\/span>df1. rename<\/span> (columns={' points_y<\/span> ': ' points<\/span> ', ' assists_y<\/span> ': ' assists<\/span> '}, inplace= True<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df1)\n\n team points assists\n0 to 18 8\n1 B 22 7\n2 C 19 7\n3 D 14 4\n4 E 14 9\n5 F 11 12\n6 G 20 3\n7:28 5\n<\/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":"