c语言EQ函数,Python pandas.DataFrame.eq函数方法的使用

DataFrame.eq(self，other，axis ='columns'，level = None)

dataframe与其他明确的元素进行等于比较(二进制运算符eq)。比较DataFrames元素是否相等。

在灵活的包装器(eq，ne，le，lt，ge，gt)之间进行比较。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或'index'，1或'columns'}，默认为'columns'

是按索引(0或“索引”)还是按列(1或“列”)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：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

与任意序列进行比较时，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.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