maxframe.dataframe.DataFrame.ne#

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

获取 DataFrame 和 other 的不等于比较结果，按元素进行（二元运算符 ne）。在比较运算符的灵活包装器（eq、ne、le、lt、ge、gt）之中。

等价于 dataframe != other，支持选择比较的轴（行或列）和层级。

参数:

other (scalar, sequence, Series, or DataFrame) -- 任意单个或多个元素的数据结构，或类列表对象。
axis ({0 or 'index', 1 or 'columns'}, default 'columns') -- 按索引（0 或 'index'）或列（1 或 'columns'）进行比较。
level (int or label) -- 在指定层级上进行广播，匹配传入的 MultiIndex 层级上的索引值。

返回:

比较结果。

返回类型:

DataFrame of bool

参见

DataFrame.eq: 按元素比较 DataFrame 是否相等。
DataFrame.ne: 按元素比较 DataFrame 是否不相等。
DataFrame.le: 按元素比较 DataFrame 是否小于或等于。
DataFrame.lt: 按元素比较 DataFrame 是否严格小于。
DataFrame.ge: 按元素比较 DataFrame 是否大于或等于。
DataFrame.gt: 按元素比较 DataFrame 是否严格大于。

备注

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

示例

>>> import maxframe.dataframe as md
>>> df = md.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

使用运算符或方法与标量进行比较：

>>> (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 Series 时，DataFrame 的列将与 other 的索引对齐并广播：

>>> (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

当与任意序列比较时，DataFrame 的列数必须与 other 中元素的数量匹配：

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

使用该方法控制轴：

>>> 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 DataFrame 进行比较。

>>> other = md.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 = md.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