Python Pandas Series.gt()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 Series.gt()用于比较两个系列，并为每个元素返回布尔值。

用法：Series.gt(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

注意：根据比较调用者系列>其他系列返回结果。

要下载以下示例中使用的数据集，请单击此处。

在以下示例中，使用的 DataFrame 包含一些NBA球员的数据。下面是任何操作之前的数据帧图像。

范例1：
在此示例中，使用.gt()方法比较“年龄”列和“权重”列。由于“体重”列中的值与“年龄”列相比非常大，因此该值首先被除以10。比较之前，请使用.dropna()方法删除空行，以免发生错误。

# importing pandas module  
import pandas as pd  
  
# importing regex module 
import re 
    
# making data frame  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")  
    
# removing null values to avoid errors  
data.dropna(inplace = True)  
  
# other series 
other = data["Weight"]/10
  
# calling method and returning to new column 
data["Age > Weight"]= data["Age"].gt(other)

输出：
如输出图像中所示，只要“年龄”列中的值大于“权重/10”，则新列的值为“真”。

范例2：处理NaN值

在此示例中，使用pd.Series()。该系列也包含空值，因此将5传递给fill_value参数以将空值替换为5。

# importing pandas module  
import pandas as pd  
  
# importing numpy module 
import numpy as np 
  
# creating series 1 
series1 = pd.Series([24, 19, 2, 33, 49, 7, np.nan, 10, np.nan]) 
  
# creating series 2 
series2 = pd.Series([16, np.nan, 2, 23, 5, 40, np.nan, 0, 9]) 
  
# setting null replacement value 
na_replace = 5
  
# calling and storing result 
result = series1.gt(series2, fill_value = na_replace) 
  
# display 
result

输出：
从输出中可以看出，将NaN值替换为5，并在替换后执行比较，并将新值用于比较。

0     True
1     True
2    False
3     True
4     True
5    False
6    False
7     True
8    False
dtype:bool

相关用法

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.gt()。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。