python pandas dataframe函数_Python Pandas dataframe.ne()用法及代码示例

参考链接： 带有Pandas的Python：带有示例的DataFrame教程

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.ne()函数使用常量，序列或其他按元素排列的 DataFrame 检查 DataFrame 元素的不等式。如果比较中的两个值不相等，则返回true；否则，返回false。

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

 参数：

 other:系列，DataFrame或常量

 axis:对于系列输入，轴与系列索引匹配

 level:在一个级别上广播，在传递的MultiIndex级别上匹配索引值

 返回：结果：DataFrame

 范例1：采用ne()用于检查序列和 DataFrame 之间是否不相等的函数。

 # importing pandas as pd

 import pandas as pd

 # Creating the first dataframe

 df1=pd.DataFrame({"A":[14,4,5,4,1],

 "B":[5,2,54,3,2],

 "C":[20,20,7,3,8],

 "D":[14,3,6,2,6]})

 # Print the dataframe

 df1

 让我们创建系列

 # importing pandas as pd

 import pandas as pd

 # create series

 sr = pd.Series([3, 2, 4, 5, 6])

 # Print series

 sr

 让我们使用dataframe.ne()评估不平等的功能

 # evaluate inequality over the index axis

 df.ne(sr, axis = 0)

 输出：

 所有真值单元格都表示比较中的值彼此不相等，而所有假值单元格都表示比较中的值彼此相等。

 范例2：采用ne()用于检查两个datframe是否不相等的函数。一个 DataFrame 包含NA值。

 # importing pandas as pd

 import pandas as pd

 # Creating the first dataframe

 df1=pd.DataFrame({"A":[14,4,5,4,1],

 "B":[5,2,54,3,2],

 "C":[20,20,7,3,8],

 "D":[14,3,6,2,6]})

 # Creating the second dataframe with Na value

 df2=pd.DataFrame({"A":[12,4,5,None,1],

 "B":[7,2,54,3,None],

 "C":[20,16,11,3,8],

 "D":[14,3,None,2,6]})

 # Print the second dataframe

 df2

 让我们使用dataframe.ne()功能。

 # passing df2 to check for inequality with the df1 dataframe.

 d1f.ne(df2)

 输出：

 所有真值单元格都表示比较中的值彼此不相等，而所有假值单元格都表示比较中的值彼此相等。