Python Pandas DataFrame ne方法用法及代碼示例

Pandas DataFrame.ne(~) 方法返回布爾值 DataFrame，其中 True 指示不等於指定值 ( != ) 的條目。

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

1.other | scalar 或 sequence 或 Series 或 DataFrame

要比較的值。

2. axis | int 或 string | optional

是否比較每一行或每一列：

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="columns" 。

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。

booleans 的 DataFrame 。

考慮以下 DataFrame ：

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



   A  B
0  3  5
1  4  6

要檢查 DataFrame 中是否有不等於 5 的值：

df.ne(5)



   A     B
0  True  False
1  True  True

默認情況下， axis=1 ，這意味著傳入序列將導致與每一行進行比較：

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



   A      B
0  True   False
1  False  True

在這裏，我們將源 DataFrame 的每一行與 [4,5] 進行比較。這意味著我們正在執行以下成對比較：

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

我們再次展示df供您參考：

通過設置 axis=0 ，我們可以將每一列與指定的序列進行比較：

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



   A     B
0  True  True
1  True  True

在這裏，我們執行以下成對比較：

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

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 | ne 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。