Python dask.dataframe.DataFrame.ne用法及代码示例

用法: DataFrame.ne(other, axis='columns', level=None)

获取不等于 DataFrame 和其他元素(二元运算符 ne )。

此文档字符串是从 pandas.core.frame.DataFrame.ne 复制而来的。

可能存在与 Dask 版本的一些不一致之处。

在灵活的包装器(eq , ne , le , lt , ge , gt)和比较运算符之间。

相当于== , != , <= , < , >= , >，支持选择轴(行或列)和级别进行比较。

参数：

other：标量、序列、系列或数据帧: 任何单元素或多元素数据结构，或list-like 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。
level：整数或标签: 跨级别广播，匹配传递的 MultiIndex 级别上的索引值。

布尔 DataFrame: 比较的结果。

注意：

不匹配的索引将合并在一起。 NaN 值被认为是不同的(即 NaN != NaN )。

例子：

>>> 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 的列与 other 的索引对齐并广播：

>>> 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，列数必须与 other 中的数字元素匹配：

>>> 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

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.dataframe.DataFrame.ne。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：