【Pandas】pandas DataFrame le

Pandas2.2 DataFrame

Binary operator functions

方法	描述
DataFrame.add(other)	用于执行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法操作
DataFrame.add(other[, axis, level, fill_value])	用于执行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法操作
DataFrame.sub(other[, axis, level, fill_value])	用于执行逐元素的减法操作
DataFrame.mul(other[, axis, level, fill_value])	用于执行逐元素的乘法操作
DataFrame.div(other[, axis, level, fill_value])	用于执行逐元素的除法操作
DataFrame.truediv(other[, axis, level, …])	用于执行逐元素的真除法操作
DataFrame.floordiv(other[, axis, level, …])	用于执行逐元素的地板除法操作
DataFrame.mod(other[, axis, level, fill_value])	用于执行逐元素的取模操作
DataFrame.pow(other[, axis, level, fill_value])	用于对 DataFrame 中的元素进行幂运算
DataFrame.dot(other)	用于计算两个 DataFrame（或 DataFrame 与 Series/数组）之间的**矩阵点积（矩阵乘法）**的方法
DataFrame.radd(other[, axis, level, fill_value])	用于执行反向加法运算
DataFrame.rsub(other[, axis, level, fill_value])	用于执行反向减法运算
DataFrame.rmul(other[, axis, level, fill_value])	用于执行反向乘法运算
DataFrame.rdiv(other[, axis, level, fill_value])	用于执行反向除法运算
DataFrame.rtruediv(other[, axis, level, …])	用于执行反向真除法运算
DataFrame.rfloordiv(other[, axis, level, …])	用于执行反向整除运算（地板除法）
DataFrame.rmod(other[, axis, level, fill_value])	用于按元素计算反向模运算（即 other % DataFrame）
DataFrame.rpow(other[, axis, level, fill_value])	用于按元素计算反向幂运算（即 other ** DataFrame）
DataFrame.lt(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否小于后者
DataFrame.gt(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否大于后者
DataFrame.le(other[, axis, level])	用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否小于或等于后者

pandas.DataFrame.le()

pandas.DataFrame.le(other[, axis, level]) 是 Pandas 中的一个二进制运算函数，用于按元素比较两个 DataFrame 或一个 DataFrame 和一个标量，判断前者是否小于或等于后者。这个方法返回一个布尔值的 DataFrame。

参数说明：

• other: 另一个 DataFrame 或标量，用于进行比较。
• axis: {0 or ‘index’, 1 or ‘columns’}. 默认为 0。表示沿着哪个轴进行操作。
• level: 如果操作对象是 MultiIndex，则指定沿着哪个级别进行操作。

示例

假设我们有两个 DataFrame：

import pandas as pd

df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

df2 = pd.DataFrame({
    'A': [2, 2, 2],
    'B': [3, 5, 7]
})

示例 1: 使用另一个 DataFrame

result = df1.le(df2)
print(result)

输出结果:

       A      B
0   True   False
1   True    True
2  False    True

示例 2: 使用标量

result = df1.le(2)
print(result)

输出结果:

       A      B
0   True  False
1   True   True
2  False  False

解释

• 在示例 1 中，df1.le(df2) 比较 df1 中的每个元素是否小于或等于 df2 中对应位置的元素，返回一个布尔值的 DataFrame。
• 在示例 2 中，df1.le(2) 比较 df1 中的每个元素是否小于或等于 2，返回一个布尔值的 DataFrame。

这个函数在需要进行元素级别的比较时非常有用，特别是在数据筛选和条件判断中。