Python Pandas DataFrame le方法用法及代码示例

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 中是否有小于或等于 5 的值：

df.le(5)



   A     B
0  True  True
1  True  False

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



   A     B
0  True  True
1  True  False

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] = [True, True]
(row two) [4,6] <= [4,5] = [True, False]

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.le([4,5], axis=0)



   A     B
0  True  False
1  True  False

在这里，我们执行以下成对比较：

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

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.le(5)



   A      B
0  True   True
1  False  False

请注意 NaN <= 5 如何返回 False 。