当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python Pandas DataFrame gt方法用法及代码示例


Pandas DataFrame.gt(~) 方法返回布尔值 DataFrame,其中 True 表示严格大于指定值的条目。

参数

1.other | scalarsequenceSeriesDataFrame

要比较的值。

2. axis | intstring | optional

是否沿列或行进行比较:

说明

"index"0

比较每一列。

"columns"1

比较每一行。

默认情况下,axis="columns"

3. level | intstring | optional

要执行比较的级别。仅当您的源 DataFrame 是多索引时,这才有意义。

返回值

DataFrame 布尔值。

例子

考虑以下 DataFrame :

df = pd.DataFrame({"A":[3,4],"B":[5,6]})
df



   A  B
0  3  5
1  4  6

传入 acalar

要检查 DataFrame 中的值是否严格大于 5

df.gt(5)



   A      B
0  False  False
1  False  True

比较行

默认情况下, axis=1 ,这意味着传入序列将导致与每一行进行比较:

df.gt([4,5])   # axis=1



   A      B
0  False  False
1  False  True

在这里,我们将源 DataFrame 的每一行与 [4,5] 进行比较。这意味着我们正在执行以下成对比较:

(row one) [3,5] > [4,5] = [False, False]
(row two) [4,6] > [4,5] = [False, True]

我们在这里展示相同的df供您参考:

df



   A  B
0  3  5
1  4  6

比较列

通过设置 axis=0 ,我们可以将每一列与指定的序列进行比较:

df.gt([4,5], axis=0)



   A     B
0  False  True
1  False  True

在这里,我们执行以下成对比较:

(column A) [3,4] > [4,5] = [False, False]
(column B) [5,6] > [4,5] = [True, True]

存在缺失值的情况

与缺失值的任何比较都将导致该条目的False

考虑以下带有缺失值的DataFrame:

df = pd.DataFrame({"A":[3,pd.np.nan],"B":[5,6]})
df



   A    B
0  3.0  5
1  NaN  6

执行比较得出:

df.gt(3)



   A      B
0  False  True
1  False  True

请注意 NaN > 3 如何返回 False

相关用法


注:本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 Pandas DataFrame | gt method。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。