pandas eq() ne() le() lt() ge() gt() 比较运算方法

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

在 pandas 中，eq()、ne()、le()、lt()、ge() 和 gt() 是用于比较操作的函数。这些函数可以用于 DataFrame 或 Series 的元素与指定值或另一个 DataFrame/Series 进行逐元素比较，并返回布尔值（True 或 False）的 DataFrame 或 Series。

语法

eq、ne、le、lt、ge、gt 比较运算，相当于这些运算符号 ==，!=，<=，<，>=，>，支持选择轴（行或列）和级别进行比较。

DataFrame.eq(other, axis='columns', level=None)
DataFrame.ne(other, axis='columns', level=None)
DataFrame.le(other, axis='columns', level=None)
DataFrame.lt(other, axis='columns', level=None)
DataFrame.ge(other, axis='columns', level=None)
DataFrame.gt(other, axis='columns', level=None)

不匹配的索引标签将合并在一起。NaN 值被认为是不同的（即NaN！=NaN）。

对照表

方法	符号	英文	意义
`eq()`	`==`	Equal	等于
`ne()`	`!=`	Not Equal	不等于
`le()`	`<=`	Less than or Equal	小于等于
`lt()`	`<`	Less Than	小于
`ge()`	`>=`	Greater than or Equal	大于等于
`gt()`	`>`	Greater Than	大于

参数解释

other：要与 DataFrame 或 Series 进行比较的对象。可以是标量值、Series、DataFrame 或者列表等。
axis：指定比较的轴，默认为 'columns'。当使用 'index' 时，将按行进行比较；当使用 'columns' 时，将按列进行比较。
level：用于在 MultiIndex 对象中指定比较的层级，默认为 None。

返回值

这些方法返回与原始 DataFrame 或 Series 形状相同的布尔型 DataFrame 或 Series，表示每个元素的比较结果。

使用场景

这些比较方法在数据筛选、条件判断和数据清洗等场景中非常有用。例如，可以用来筛选出符合某些条件的行或列。

示例

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other是Series时，DataFrame的列与other和broadcast的索引对齐：

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

使用以下方法控制广播轴：

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
'''

当与任意序列进行比较时，列的数量必须与其他序列中的数字元素匹配：

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

使用以下方法控制轴：

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

与不同形状的DataFrame进行比较。

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
'''

示例讲解

我们构造一个简单的 DataFrame，用于演示这些比较方法的使用。

import pandas as pd

# 构造示例数据
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [5, 4, 3, 2, 1],
    'C': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)

# 输出示例数据
print("示例数据：\n", df)

1. `eq()` 等于比较

eq() 方法用于判断 DataFrame 中的元素是否等于指定值或另一个 DataFrame/Series 中的对应元素。

result_eq = df.eq(3)
print("eq() 等于比较结果：\n", result_eq)

输出：

'''
示例数据：
   A  B   C
0  1  5  10
1  2  4  20
2  3  3  30
3  4  2  40
4  5  1  50

eq() 等于比较结果：
       A      B      C
0  False  False  False
1  False  False  False
2   True   True  False
3  False  False  False
4  False  False  False
'''

2. `ne()` 不等于比较

ne() 方法用于判断 DataFrame 中的元素是否不等于指定值或另一个 DataFrame/Series 中的对应元素。

result_ne = df.ne(3)
print("ne() 不等于比较结果：\n", result_ne)

输出：

'''
ne() 不等于比较结果：
       A     B     C
0   True  True  True
1   True  True  True
2  False False  True
3   True  True  True
4   True  True  True
'''

3. `le()` 小于等于比较

le() 方法用于判断 DataFrame 中的元素是否小于等于指定值或另一个 DataFrame/Series 中的对应元素。

result_le = df.le(3)
print("le() 小于等于比较结果：\n", result_le)

输出：

'''
le() 小于等于比较结果：
       A      B      C
0   True  False   True
1   True  False   True
2   True   True   True
3  False   True  False
4  False   True  False
'''

4. `lt()` 小于比较

lt() 方法用于判断 DataFrame 中的元素是否小于指定值或另一个 DataFrame/Series 中的对应元素。

result_lt = df.lt(3)
print("lt() 小于比较结果：\n", result_lt)

输出：

'''
lt() 小于比较结果：
       A      B      C
0   True  False   True
1   True  False   True
2  False  False  False
3  False   True  False
4  False   True  False
'''

5. `ge()` 大于等于比较

ge() 方法用于判断 DataFrame 中的元素是否大于等于指定值或另一个 DataFrame/Series 中的对应元素。

result_ge = df.ge(3)
print("ge() 大于等于比较结果：\n", result_ge)

输出：

'''
ge() 大于等于比较结果：
       A      B      C
0  False   True  False
1  False   True  False
2   True   True   True
3   True  False   True
4   True  False   True
'''

6. `gt()` 大于比较

gt() 方法用于判断 DataFrame 中的元素是否大于指定值或另一个 DataFrame/Series 中的对应元素。

result_gt = df.gt(3)
print("gt() 大于比较结果：\n", result_gt)

输出：

'''
gt() 大于比较结果：
       A      B      C
0  False   True  False
1  False   True  False
2  False  False  False
3   True  False   True
4   True  False   True
'''

总结

这些比较方法在数据分析中非常常用，尤其是在需要进行条件过滤和判断时。通过这些方法，可以轻松地对 DataFrame 或 Series 中的数据进行逐元素比较，进而筛选出符合条件的数据。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.lt.html

pandas eq() ne() le() lt() ge() gt() 比较运算方法

语法

对照表

参数解释

返回值

使用场景

示例

示例讲解

1. eq() 等于比较

2. ne() 不等于比较

3. le() 小于等于比较

4. lt() 小于比较

5. ge() 大于等于比较

6. gt() 大于比较

总结

参考