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。ne()用于比较Caller系列的每个元素与传递的系列。对于每个不等于传递的序列中的元素的元素,它将返回True。
注意:结果根据比较调用者系列!=其他系列返回。
用法:Series.ne(other, level=None, fill_value=None)
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
返回类型:布尔系列
范例1:处理空值
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。使用.ne()方法比较该系列,并将5传递给fill_value参数,以用5代替NaN值。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating series 1
series1 = pd.Series([70, 5, 0, 225, 1, 16, np.nan, 10, np.nan])
# creating series 2
series2 = pd.Series([27, np.nan, 2, 23, 1, 95, 53, 10, 5])
# NaN replacement
replace_nan = 5
# calling and returning to result variable
result = series1.ne(series2, fill_value = replace_nan)
# display
result
输出:
如输出所示,在调用者系列中的值不等于传递的系列中的值的情况下,返回True。还可以看出,将Null值替换为5,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()创建了两个系列。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(['Aaa', 0, 'cat', 43, 9, 'Dog', np.nan, 'x', np.nan])
# creating series 2
series2 = pd.Series(['vaa', np.nan, 'Cat', 23, 5, 'Dog', 54, 'x', np.nan])
# NaN replacement
replace_nan = 14
# calling and returning to result variable
result = series1.ne(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。只要Caller系列中的字符串与传递的系列中的字符串不相等,就会返回True。
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.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。