mars.dataframe.DataFrame.ne#

DataFrame.ne(other, axis='columns', level=None)#

获取数据框与其他的逐元素不等于（二元运算符 ne）。在灵活的包装器中 (eq，ne，le，lt，ge，gt) 用于比较运算符。

相当于 dataframe != other，支持选择轴（行或列）和比较级别。

Parameters

其他 (标量, 序列, 系列, 或 数据框) – 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 'columns') – 是否通过索引（0或‘index’）或列（1或‘columns’）进行比较。
level (int 或 label) – 在一个级别上广播，匹配传入的 MultiIndex 级别上的索引值。

Returns

比较的结果。

Return type

DataFrame 的 bool

另请参阅

DataFrame.eq: 逐元素比较DataFrames的相等性。
DataFrame.ne: 逐元素比较数据框以查找不等。
DataFrame.le: 逐元素比较数据框以检查小于不等式或等于。
DataFrame.lt: 逐元素比较数据框的严格小于不等式。
DataFrame.ge: 逐元素比较数据框的“大于”不等式或相等性。
DataFrame.gt: 逐元素比较数据帧以进行严格大于不等式。

备注

不匹配的索引将被合并在一起。NaN 值被认为是不同的（即 NaN != NaN）。

示例

>>> df = pd.DataFrame({'cost': [250, 150, 100],
...                    'revenue': [100, 250, 300]},
...                   index=['A', 'B', 'C'])
>>> df.execute()
   cost  revenue
A   250      100
B   150      250
C   100      300

与标量的比较，使用运算符或方法：

>>> (df == 100).execute()
    cost  revenue
A  False     True
B  False    False
C   True    False

>>> df.eq(100).execute()
    cost  revenue
A  False     True
B  False    False
C   True    False

当 other 是一个 Series 时，DataFrame 的列与 other 的索引对齐并且广播：

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

使用该方法来控制广播轴：

>>> df.ne(pd.Series([100, 300], index=["A", "D"]), axis='index').execute()
   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other中的元素数量匹配：

>>> (df == [250, 100]).execute()
    cost  revenue
A   True     True
B  False    False
C  False    False

使用该方法来控制轴：

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

与不同形状的数据框进行比较。

>>> other = pd.DataFrame({'revenue': [300, 250, 100, 150]},
...                      index=['A', 'B', 'C', 'D'])
>>> other.execute()
   revenue
A      300
B      250
C      100
D      150

>>> df.gt(other).execute()
    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.execute()
      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).execute()
       cost  revenue
Q1 A   True     True
   B   True     True
   C   True     True
Q2 A  False     True
   B   True    False
   C   True    False