Python是進行數據分析的一種出色語言,主要是因為以數據為中心的Python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas series.ge()
用於將Caller係列的每個元素與傳遞的係列進行比較。對於大於或等於所傳遞係列中的元素的每個元素,它返回True。
注意:根據比較調用者序列> =其他序列返回結果。
用法:Series.ge(other, level=None, fill_value=None, axis=0)
參數:
other:其他要比較的係列
level:int或多層名稱(如果是多層)
fill_value:要代替NaN的值
axis:0或“索引”按行應用方法,1或“列”按列應用。
返回類型:布爾係列
範例1:NaN處理
在此示例中,使用pd.Series()
。該係列在相同的索引處也包含一些Null值和一些相等的值。係列比較使用.ge()
方法,並將7傳遞給fill_value參數以將NaN值替換為7。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating series 1
series1 = pd.Series([70, 0, 2, 225, 1, 16, np.nan, 10, np.nan])
# creating series 2
series2 = pd.Series([27, np.nan, 2, 23, 5, 95, 4, 3, 19])
# NaN replacement
replace_nan = 7
# calling and returning to result variable
result = series1.ge(series2, fill_value = replace_nan)
# display
result
輸出:
如輸出所示,在調用者係列中的值大於或等於所傳遞係列中的相等值時,將返回True。還可以看出,將Null值替換為7,然後使用該值進行比較。
範例2:用str對象調用Series
在此示例中,使用pd.Series()
。該係列也包含一些字符串值。如果是字符串,則使用其ASCII值進行比較。
# 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 = 14
# calling and returning to result variable
result = series1.ge(series2, fill_value = replace_nan)
# display
result
輸出:
從輸出中可以看出,對於字符串,使用它們的ASCII值進行比較。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Series.ge()。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。