Python|熊猫系列.ne()

简介

Pandas是Python的一种数据分析库，提供快速、灵活、明确的数据结构，用于处理和分析复杂数据集。其中，.ne()方法是Pandas中的一种数据运算方法，用于判断数据中不等于输入参数的元素，返回一个布尔值的Pandas对象。

语法

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

参数

• other：需要判断是否相等的值
• axis：沿着某个轴进行操作，默认为 columns，可以选择 index
• level：指定在哪个层级上进行操作，默认为 None

返回值

返回布尔值的Pandas对象，在输入的数据不等于给定参数时，对应位置的值为True，否则为False。

示例

示例1

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df)

mask = df.ne(2)

print(mask)

返回结果为：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

       A      B     C
0   True   True  True
1  False   True  True
2   True   True  True

在以上示例中，创建了一个DataFrame对象，对其使用ne()方法并给定参数2，返回该DataFrame对象中不等于2的元素的布尔值。

示例2

import pandas as pd

df = pd.DataFrame({'A': ['apple', 'pear', 'banana'], 'B': ['green', 'yellow', 'yellow']})
print(df)

mask = df.ne('yellow')

print(mask)

返回结果为：

        A       B
0   apple   green
1    pear  yellow
2  banana  yellow

       A      B
0   True   True
1   True  False
2   True  False

在以上示例中，创建了一个DataFrame对象，对其使用ne()方法并给定参数'yellow'，返回该DataFrame对象中不等于"yellow"的元素的布尔值。

总结

.ne()方法是Pandas中的一种数据运算方法，用于判断数据中不等于输入参数的元素，返回一个布尔值的Pandas对象。该方法可以对DataFrame和Series对象进行操作，在使用时需注意参数的设置以及返回的对象类型。