Python dask.dataframe.DataFrame.ne用法及代碼示例

用法: DataFrame.ne(other, axis='columns', level=None)

獲取不等於 DataFrame 和其他元素(二元運算符 ne )。

此文檔字符串是從 pandas.core.frame.DataFrame.ne 複製而來的。

可能存在與 Dask 版本的一些不一致之處。

在靈活的包裝器(eq , ne , le , lt , ge , gt)和比較運算符之間。

相當於== , != , <= , < , >= , >，支持選擇軸(行或列)和級別進行比較。

參數：

other：標量、序列、係列或數據幀: 任何單元素或多元素數據結構，或list-like 對象。
axis：{0 或 ‘index’，1 或 ‘columns’}，默認 ‘columns’: 是按索引(0 或‘index’)還是按列(1 或‘columns’)進行比較。
level：整數或標簽: 跨級別廣播，匹配傳遞的 MultiIndex 級別上的索引值。

布爾 DataFrame: 比較的結果。

注意：

不匹配的索引將合並在一起。 NaN 值被認為是不同的(即 NaN != NaN )。

例子：

>>> df = pd.DataFrame({'cost': [250, 150, 100],  
...                    'revenue': [100, 250, 300]},
...                   index=['A', 'B', 'C'])
>>> df  
   cost  revenue
A   250      100
B   150      250
C   100      300

使用運算符或方法與標量進行比較：

>>> df == 100  
    cost  revenue
A  False     True
B  False    False
C   True    False

>>> df.eq(100)  
    cost  revenue
A  False     True
B  False    False
C   True    False

當 other 是 Series 時，DataFrame 的列與 other 的索引對齊並廣播：

>>> df != pd.Series([100, 250], index=["cost", "revenue"])  
    cost  revenue
A   True     True
B   True    False
C  False     True

使用方法控製廣播軸：

>>> df.ne(pd.Series([100, 300], index=["A", "D"]), axis='index')  
   cost  revenue
A  True    False
B  True     True
C  True     True
D  True     True

與任意序列進行比較時，列數必須與 other 中的數字元素匹配：

>>> df == [250, 100]  
    cost  revenue
A   True     True
B  False    False
C  False    False

使用方法控製軸：

>>> df.eq([250, 250, 100], axis='index')  
    cost  revenue
A   True    False
B  False     True
C   True    False

與不同形狀的 DataFrame 進行比較。

>>> other = pd.DataFrame({'revenue': [300, 250, 100, 150]},  
...                      index=['A', 'B', 'C', 'D'])
>>> other  
   revenue
A      300
B      250
C      100
D      150

>>> df.gt(other)  
    cost  revenue
A  False    False
B  False    False
C  False     True
D  False    False

按級別與 MultiIndex 進行比較。

>>> df_multindex = pd.DataFrame({'cost': [250, 150, 100, 150, 300, 220],  
...                              'revenue': [100, 250, 300, 200, 175, 225]},
...                             index=[['Q1', 'Q1', 'Q1', 'Q2', 'Q2', 'Q2'],
...                                    ['A', 'B', 'C', 'A', 'B', 'C']])
>>> df_multindex  
      cost  revenue
Q1 A   250      100
   B   150      250
   C   100      300
Q2 A   150      200
   B   300      175
   C   220      225

>>> df.le(df_multindex, level=1)  
       cost  revenue
Q1 A   True     True
   B   True     True
   C   True     True
Q2 A  False     True
   B   True    False
   C   True    False

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.dataframe.DataFrame.ne。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：