当前位置: 首页>>代码示例>>用法及示例精选>>正文


Python - Pandas dataframe.ne()用法及代码示例

Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。

Pandas dataframe.ne()函数使用常量,序列或其他按元素排列的 DataFrame 检查 DataFrame 元素的不等式。如果比较中的两个值不相等,则返回true;否则,返回false。

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

参数:
other:系列,DataFrame或常量
axis:对于系列输入,轴与系列索引匹配
level:在一个级别上广播,在传递的MultiIndex级别上匹配索引值

返回:结果:DataFrame

范例1:采用ne()用于检查序列和 DataFrame 之间是否不相等的函数。

# importing pandas as pd 
import pandas as pd 
  
# Creating the first dataframe  
df1=pd.DataFrame({"A":[14,4,5,4,1], 
                  "B":[5,2,54,3,2], 
                  "C":[20,20,7,3,8], 
                  "D":[14,3,6,2,6]}) 
  
# Print the dataframe 
df1

让我们创建系列

# importing pandas as pd 
import pandas as pd 
  
# create series 
sr = pd.Series([3, 2, 4, 5, 6]) 
  
# Print series 
sr

让我们使用dataframe.ne()评估不平等的功能

# evaluate inequality over the index axis 
df.ne(sr, axis = 0)

输出:

所有真值单元格都表示比较中的值彼此不相等,而所有假值单元格都表示比较中的值彼此相等。

范例2:采用ne()用于检查两个datframe是否不相等的函数。一个 DataFrame 包含NA值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the first dataframe  
df1=pd.DataFrame({"A":[14,4,5,4,1], 
                  "B":[5,2,54,3,2], 
                  "C":[20,20,7,3,8], 
                  "D":[14,3,6,2,6]}) 
  
# Creating the second dataframe with <code>Na</code> value 
df2=pd.DataFrame({"A":[12,4,5,None,1], 
                  "B":[7,2,54,3,None], 
                  "C":[20,16,11,3,8], 
                  "D":[14,3,None,2,6]}) 
  
# Print the second dataframe 
df2

让我们使用dataframe.ne()功能。

# passing df2 to check for inequality with the df1 dataframe. 
d1f.ne(df2)

输出:

所有真值单元格都表示比较中的值彼此不相等,而所有假值单元格都表示比较中的值彼此相等。



相关用法

注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.ne()。非经特殊声明,原始代码版权归原作者所有,本译文的传播和使用请遵循“署名-相同方式共享 4.0 国际 (CC BY-SA 4.0)”协议。