@__blackjack__ Danke für deine Mühe. Ja hab das so genannt weil es eigentlich ein Dataframe sein sollte. Aller Anfang ist schwer. Hab jetzt die Lösung für mein Problem nach 3 Stunden trail and error. Manchmal geht es einem so als Anfänger das man am Anfang der Lösung am nächsten ist und nur ein ...

Danke für die ausführliche Anwort. Zu meiner zweiten Frage.

df_temp = pd.DataFrame()
df_temp = (df_con.IsX[~df_con.IsX.duplicated()])
df_temp['VoX'] = df_temp.apply(lambda x: (function(x)))
df_temp

Verstehe nicht warum das nicht funktioniert. Es wird immer eine neue Zeile eingefügt?? Eigentlich ...

Ja danke bin aber noch nicht umgestiegen

Guten Abend, eine Anfängerfrage. Folgender Code
df_con.IsX.apply(lambda x: i_delta(x))
Im Moment wird die Funktion auf alle rows des DF angewendet. Was wäre die einfachste Methode um zu gewährleisten das die Funktion nur auf rows angewendet wird die einen verschiedenen Wert haben der im column ...

Danke hat geklappt hätte ich auch selber drauf kommen könne danke

Hallo hab über googel folgenden Code gefunden
from IPython.core.display import display, HTML
display(HTML("<style>.container { width:75% !important; }</style>"))
sehr hilfreich um die Darstellungsbreite des jupyter notebook im Browser anzupassen.
Allerdings ist für mich unpraktisch das sich nun ...

@blackjack das mag schon sein, für mich ist die Darstellung aber zum lesen verwirrend. Man ist einfach gewohnt Tag-Monat-Jahr zu lesen. Ich muss da immer umdenken wenn das format andersrum ist.
@Sirius3 danke hoffe das ich das verstehe

Folgendes Problem, ich habe ein DF mit GDatum in der Form "16.08.2019", habe das mit
df['GDatum'] = pd.to_datetime(df.GDatum) umgewandelt dann aber erst später festgestellt, das es in der Regel funktioniert hat bei manchen Zeilen aber den Monat und Tag vertauscht wurde, aber nicht immer ...

Ja das Dataframe kommt aus einer CSV-Datei. Ok werde mich da mal schlau machen danke für den Tipp. Bin jetzt mit apply auch zum Ziel gekommen ist aber dann natürlich unschön, wenn die Möglichkeit besteht das gleich beim einlesen richtig zu konvertieren. Hast du mir vielleicht ein Stichwort nachdem ...

Also das Dataframe hat in dem column Volumen Werte z.B. der Form {123.125,23 EUR} ich würde gerne alle diese Werte in einen float umwandeln z.B. {123125.23}.
Die Funktion habe ich ursprünglich für einen String gemacht. Dachte ich kann das dann irgentwie auf eine ganzes column anwenden.
Hab bevor ich ...

# Object to Int64 function
def price_to_float(str_data):
num = (str_data.split(" ")[0])
num = pd.to_numeric((num.replace(".","")).replace(",","."))
print(num)

# df_abstract['Volumen']
df_abstract['Volumen'] = price_to_float(df_abstract['Volumen'])

Guten Abend, das Problem scheint zu sein das ...