pandas.DataFrame.ne#

DataFrame.ne(other, axis='columns', level=None)[来源]#

获取 DataFrame 与其他对象逐元素不等于比较（二元运算符 ne）。

在灵活的包装器（eq、ne、le、lt、ge、gt）中用于比较运算符。

等同于 ==、!=、<=、<、>=、>，并支持选择轴（行或列）和级别进行比较。

参数:
other标量、序列、Series 或 DataFrame

任何单个或多个元素的任何数据结构，或类列表对象。

axis{0 或 ‘index’，1 或 ‘columns’}，默认 ‘columns’

是按索引（0 或 ‘index’）还是按列（1 或 ‘columns’）进行比较。

levelint 或 label

跨级别广播，匹配传递的 MultiIndex 级别的 Index 值。

返回:
布尔值的 DataFrame

比较结果。

另请参阅

DataFrame.eq

逐元素比较 DataFrame 是否相等。

DataFrame.ne

逐元素比较 DataFrame 是否不相等。

DataFrame.le

逐元素比较 DataFrame 是否小于或等于。

DataFrame.lt

逐元素比较 DataFrame 是否严格小于。

DataFrame.ge

逐元素比较 DataFrame 是否大于或等于。

DataFrame.gt

逐元素比较 DataFrame 是否严格大于。

注意

不匹配的索引将被联合起来。NaN 值被视为不同（即 NaN != NaN）。

示例

>>> df = pd.DataFrame(
...     {"cost": [250, 150, 100], "revenue": [100, 250, 300]},
...     index=["A", "B", "C"],
... )
>>> df
   cost  revenue
A   250      100
B   150      250
C   100      300

使用运算符或方法与标量进行比较

>>> df == 100
    cost  revenue
A  False     True
B  False    False
C   True    False

>>> df.eq(100)
    cost  revenue
A  False     True
B  False    False
C   True    False

当 other 是 Series 时，DataFrame 的列将与 other 的索引对齐并进行广播。

>>> df != pd.Series([100, 250], index=["cost", "revenue"])
    cost  revenue
A   True     True
B   True    False
C  False     True

使用方法控制广播轴

>>> df.ne(pd.Series([100, 300], index=["A", "D"]), axis="index")
   cost  revenue
A  True    False
B  True     True
C  True     True
D  True     True

与任意序列进行比较时，列数必须等于 other 中的元素数。

>>> df == [250, 100]
    cost  revenue
A   True     True
B  False    False
C  False    False

使用方法控制轴

>>> df.eq([250, 250, 100], axis="index")
    cost  revenue
A   True    False
B  False     True
C   True    False

与不同形状的 DataFrame 进行比较。

>>> other = pd.DataFrame(
...     {"revenue": [300, 250, 100, 150]}, index=["A", "B", "C", "D"]
... )
>>> other
   revenue
A      300
B      250
C      100
D      150

>>> df.gt(other)
    cost  revenue
A  False    False
B  False    False
C  False     True
D  False    False

按级别与 MultiIndex 进行比较。

>>> df_multindex = pd.DataFrame(
...     {
...         "cost": [250, 150, 100, 150, 300, 220],
...         "revenue": [100, 250, 300, 200, 175, 225],
...     },
...     index=[
...         ["Q1", "Q1", "Q1", "Q2", "Q2", "Q2"],
...         ["A", "B", "C", "A", "B", "C"],
...     ],
... )
>>> df_multindex
      cost  revenue
Q1 A   250      100
   B   150      250
   C   100      300
Q2 A   150      200
   B   300      175
   C   220      225

>>> df.le(df_multindex, level=1)
       cost  revenue
Q1 A   True     True
   B   True     True
   C   True     True
Q2 A  False     True
   B   True    False
   C   True    False
本页内容