Python Pandas Series.le()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系列。le()用于比较Caller系列的每个元素与传递的系列。对于小于或等于所传递系列中的每个元素，它将返回True。

注意：根据比较调用者序列返回结果

用法：Series.le(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le()方法，并将10传递给fill_value参数以将NaN值替换为10。

# importing pandas module   
import pandas as pd   
    
# importing numpy module  
import numpy as np  
    
# creating series 1  
series1 = pd.Series([11, 0, 2, 43, 9, 27, np.nan, 10, np.nan])  
    
# creating series 2  
series2 = pd.Series([16, np.nan, 2, 23, 5, 40, 54, 3, 19])  
  
# NaN replacement 
replace_nan = 10
  
# calling and returning to result variable 
result = series1.le(series2, fill_value = replace_nan) 
  
# display  
result

输出：
如输出所示，在调用者序列中的值小于或在传递的序列中的Equal值处返回True。还可以看出，将Null值替换为10，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 = 10
  
# calling and returning to result variable 
result = series1.le(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

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.le()。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。