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()评估不平等的函数

# 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()函数。

# 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，本译文未经允许或授权，请勿转载或复制。