新彩天欢迎您!
幻海优品

Python pandas.DataFrame.lt函数方法的使用

DataFrame.lt(self, other, axis='columns', level=None)                                        [source]

获取小于dataframe和其他元素形式的值(二进制运算符lt)。

在灵活的包装器(eq,ne,le,lt,ge,gt)中,用于比较运算符。

等效于==,=!,<=,<,> =,>,并支持选择轴(行或列)和级别进行比较。

参数:

other : scalar, sequence, Series, 或 DataFrame

任何单个或多个元素的数据结构,或类似列表的对象。

axis  : {0'index'1'columns'},默认为'columns'

是按索引(0或'index')还是按columns(1或'columns')进行比较。

level : 整数或标签

在一个级别上广播,在传递的MultiIndex级别上匹配索引值。

返回值:

布尔值的DataFrame 

比较结果。

Notes

不匹配的索引将合并在一起。 NaN值被认为是不同的(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

使用运算符或方法与标量进行比较:

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

当其他是Series,一个数据帧的列与指数对准其他和广播:

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

使用该方法控制广播轴:

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

与任意序列比较时,列数必须与other中的元素数匹配:

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

使用该方法控制轴:

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

比较不同形状的DataFrame

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

按级别与MultiIndex进行比较

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

免责声明:以上内容(如有图片或视频亦包括在内)有转载其他网站资源,如有侵权请联系删除