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 series.ge()
用于将Caller系列的每个元素与传递的系列进行比较。对于大于或等于所传递系列中的元素的每个元素,它返回True。
注意:根据比较调用者序列> =其他序列返回结果。
用法:Series.ge(other, level=None, fill_value=None, axis=0)
参数:
other:其他要比较的系列
level:int或多层名称(如果是多层)
fill_value:要代替NaN的值
axis:0或“索引”按行应用方法,1或“列”按列应用。
返回类型:布尔系列
范例1:NaN处理
在此示例中,使用pd.Series()
。该系列在相同的索引处也包含一些Null值和一些相等的值。系列比较使用.ge()
方法,并将7传递给fill_value参数以将NaN值替换为7。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating series 1
series1 = pd.Series([70, 0, 2, 225, 1, 16, np.nan, 10, np.nan])
# creating series 2
series2 = pd.Series([27, np.nan, 2, 23, 5, 95, 4, 3, 19])
# NaN replacement
replace_nan = 7
# calling and returning to result variable
result = series1.ge(series2, fill_value = replace_nan)
# display
result
输出:
如输出所示,在调用者系列中的值大于或等于所传递系列中的相等值时,将返回True。还可以看出,将Null值替换为7,然后使用该值进行比较。
范例2:用str对象调用Series
在此示例中,使用pd.Series()
。该系列也包含一些字符串值。如果是字符串,则使用其ASCII值进行比较。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating series 1
series1 = pd.Series(['A', 0, 'c', 43, 9, 'e', np.nan, 'x', np.nan])
# creating series 2
series2 = pd.Series(['v', np.nan, 'c', 23, 5, 'D', 54, 'p', 19])
# NaN replacement
replace_nan = 14
# calling and returning to result variable
result = series1.ge(series2, fill_value = replace_nan)
# display
result
输出:
从输出中可以看出,对于字符串,使用它们的ASCII值进行比较。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.ge()。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。