Elena Dijourshut­ter­stock

Waarom is digitale toe­gan­ke­lijk­heid be­lang­rijk in de digitale ruimte?

Steeds meer bedrijven, web­win­kels en dienst­ver­le­ners zijn nu wettelijk verplicht om hun websites toe­gan­ke­lijk te maken. Maar toe­gan­ke­lijk­heid gaat niet alleen over naleving van de wetgeving – het verbetert ook de bruik­baar­heid, vergroot uw bereik en versterkt uw merkimago. In…

Lees meer

Rawpixel.comShut­ter­stock

Wat is HTML-body en hoe gebruik je het?

Om inhoud op uw website weer te geven, moet u deze in het HTML-body-element plaatsen, onder de koptekst en boven de voettekst. In dit speciale artikel vindt u enkele een­vou­di­ge voor­beel­den waarin wordt uitgelegd hoe u de HTML-body-tag gebruikt, hoe deze werkt, welke at­tri­bu­ten…

Lees meer

Rawpixel.comShut­ter­stock

Hoe gebruik je de HTML-basistag om een basis-URL te de­fi­ni­ë­ren?

In HTML is de base-tag ver­ant­woor­de­lijk voor het de­fi­ni­ë­ren van een basis-URL voor uw website. In com­bi­na­tie met het target-attribuut de­fi­ni­eert deze een doel­ven­ster voor alle relatieve links op de pagina. In het volgende artikel laten we u meer in detail ken­nis­ma­ken met HTML…

Lees meer

BEST-BACK­GROUNDSShut­ter­stock

Hoe Da­taF­ra­mes doorlopen met pandas iterrows()

Pandas DataFrame.iterrows() is een handige functie om door rijen in een DataFrame te lopen, vooral wanneer u gegevens rij voor rij moet verwerken. Dit is vooral handig voor be­re­ke­nin­gen of voor­waar­de­lij­ke logica. In dit artikel bespreken we de syntaxis van panda iterrows() en…

Lees meer

Goro­denk­offshut­ter­stock

Hoe voor­waar­den toepassen in pandas Da­taF­ra­mes met where()

Met pandas DataFrame.where() kunt u gegevens in uw DataFrame wijzigen aan de hand van voor­waar­den. Door voor­waar­den te creëren om te bepalen welke waarden behouden moeten blijven en welke moeten worden vervangen, kunt u gegevens in een DataFrame efficiënt opschonen, ex­tra­he­ren of…

Lees meer

BEST-BACK­GROUNDSShut­ter­stock

Hoe Da­taF­ra­mes zoeken met pandas isin()

Pandas isin() is een handige functie voor ge­ge­vens­ana­ly­se. Met zijn een­vou­di­ge syntaxis en veel­zij­di­ge toe­pas­sin­gen kunt u hiermee efficiënt waarden in een DataFrame con­tro­le­ren. Of u nu af­zon­der­lij­ke kolommen con­tro­leert, Da­taF­ra­mes filtert of com­plexe­re analyses met…

Lees meer

Mr. Kosalshut­ter­stock

Wat is Pandas fillna() en hoe gebruik je het?

De methode fillna() van Pandas is een functie die wordt gebruikt om ont­bre­ken­de waarden te verwerken. Er kunnen ver­schil­len­de pa­ra­me­ters worden gebruikt met de functie, wat flexi­bi­li­teit biedt bij het vervangen van NaN-waarden. In dit artikel bekijken we deze functie, de syntaxis…

Lees meer

Hoe ont­bre­ken­de waarden te iden­ti­fi­ce­ren met de pandas isna()-functie

De pandas isna()-functie is een handig hulp­mid­del om ont­bre­ken­de gegevens in een DataFrame te iden­ti­fi­ce­ren. Met zijn een­vou­di­ge syntaxis geeft het u snel een duidelijk overzicht van ont­bre­ken­de waarden, zodat u actie kunt on­der­ne­men wanneer gegevens moeten worden op­ge­schoond. In…

Lees meer

UndreyShut­ter­stock

Hoe filter je op unieke waarden met pandas DataFrame[].unique()

Met pandas DataFrame[].unique() kunt u unieke waarden in een kolom van een DataFrame iden­ti­fi­ce­ren. Het re­tour­neert een numpy-array, waarmee u grote datasets ef­fi­ci­ën­ter kunt verwerken. De methode is vooral handig als u een overzicht wilt hebben van de in­for­ma­tie in een kolom…

Lees meer

BEST-BACK­GROUNDSShut­ter­stock

Hoe gegevens in pandas opschonen met dropna()

De functie DataFrame.dropna() van pandas is een krachtig hulp­mid­del voor het opschonen van datasets. De functie ver­wij­dert op ef­fi­ci­ën­te wijze ont­bre­ken­de waarden en kan met ver­schil­len­de pa­ra­me­ters worden gebruikt, waardoor pro­gram­meurs ver­schil­len­de vereisten voor het opschonen…

Lees meer

Meer items laden