Python Pandas DataFrame eq方法用法及代碼示例

Pandas DataFrame.eq(~) 方法返回布爾值 DataFrame，其中 True 表示等於指定值的條目。

缺失值 ( NaN ) 被認為是不同的，即 NaN==NaN 將計算為 False 。

1.other | scalar 或 sequence 或 Series 或 DataFrame

用於檢查相等性的值。

2. axis | string 或 int | optional

是否沿列或行進行比較：

軸	說明
`"index"` 或 `0`	比較每一列。
`"columns"` 或 `1`	比較每一行。

默認情況下，axis=1 。

3. level | int 或 string | optional

要執行比較的級別。僅當您的源 DataFrame 是多索引時，這才有意義。

boolean 的 DataFrame。

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

要檢查 df 中的哪些值等於 3 ：

df.eq(3)



   A      B
0  False  True
1  False  False

要執行逐行比較，請傳遞類似數組的結構，如下所示：

df.eq([1,2])   # axis=1



   A      B
0  True   False
1  False  False

在這裏，我們將源 DataFrame 的每一行與 [1,2] 進行比較。這意味著我們正在執行以下成對比較：

(row one) [1,3] == [1,2] = [True, False]
(row two) [2,4] == [1,2] = [False, False]

為了供您參考，我們再次在此處顯示df：

要執行按列比較，請傳遞類似數組的結構並設置 axis=0 ：

df.eq([1,2], axis=0)



   A     B
0  True  False
1  True  False

在這裏，我們將源 DataFrame 的每一列與 [1,2] 進行比較。這意味著我們正在執行以下成對比較：

(column A) [1,2] == [1,2] = [True, True]
(column B) [3,4] == [1,2] = [False, False]

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | eq method。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。