python语言dateframe_Python Pandas dataframe.eq()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.eq()是用于灵活比较的包装器。它提供了一种方便的方式来执行将 DataFrame 对象与常量，序列或另一个 DataFrame 对象进行比较。

用法： DataFrame.eq(other, axis=’columns’, level=None)

参数：

other:系列，DataFrame或常量

axis:{0，1，'索引'，'列'}

level:默认情况下无

返回：结果：包含布尔值的DataFrame

范例1：采用eq()函数查找数据帧和常量之间的比较结果。

# importing pandas as pd

import pandas as pd

# Creating the dataframe with NaN value

df = pd.DataFrame({"A":[5, 3, None, 4],

"B":[None, 2, 4, 3],

"C":[4, 3, 8, 5],

"D":[5, 4, 2, None]})

# Print the dataframe

df

现在找到值2的dataframe元素的比较。

# To find the comparison result

df.eq(2)

输出：

输出是带有包含比较结果的单元格的数据帧。表示单元格值等于比较值的True值，表示单元格值等于比较值的False。注意，缺失值如何被评估为假。如果我们比较两个NaN使用相等运算符，则结果将为false。

范例2：采用eq()测试 DataFrame 对象和序列对象之间是否相等的函数

# importing pandas as pd

import pandas as pd

# Creating the dataframe

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

"B":[11, 2, 4, 3],

"C":[4, 3, 8, 5],

"D":[5, 4, 2, 8]})

# Print the dataframe

df

现在创建一个没有的系列对象。的元素等于沿索引轴的元素。

注意：如果 DataFrame 和系列对象的索引轴尺寸不同，则会发生错误。

# Creating a pandas series object

series_object = pd.Series([11, 3, 4, 8])

# Print the series_obejct

series_object

现在，沿着索引轴找到 DataFrame 对象和系列对象之间的比较。系列的尺寸和要比较的 DataFrame 轴应相同。

# To find the comparison between

# dataframe and the series object.

df.eq(series_object, axis = 0)

输出：

输出是带有单元格的数据帧，其中包含当前单元格元素与相应系列对象单元格的比较结果。