Python|熊猫 dataframe.eq()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas dataframe.eq()是用于灵活比较的包装器。它提供了一种方便的方法来执行数据框对象与常量、系列或其他数据框对象的比较。

Syntax: DataFrame.eq(other, axis=’columns’, level=None)

Parameters:
other : Series, DataFrame, or constant
axis : {0, 1, ‘index’, ‘columns’}
level : None by default

Returns: result : DataFrame containing boolean values

示例 #1：使用eq()函数查找数据帧和常量之间的比较结果。

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe with NaN value
df = pd.DataFrame({"A":[5, 3, None, 4],
                   "B":[None, 2, 4, 3],
                   "C":[4, 3, 8, 5],
                   "D":[5, 4, 2, None]})
  
# Print the dataframe
df

现在找到数据框元素与值 2 的比较。

# To find the comparison result
df.eq(2)

输出 ：

输出是一个数据框，其中包含比较结果的单元格。 True 值表示单元格值等于比较值，False 表示正在比较的值不相等。注意，缺失值是如何被评估为假的。如果我们使用相等运算符比较两个NaN ，那么结果将是错误的。

示例 #2：使用eq()函数测试数据框对象和系列对象之间的相等性

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[5, 3, 6, 4],
                   "B":[11, 2, 4, 3],
                   "C":[4, 3, 8, 5],
                   "D":[5, 4, 2, 8]})
  
# Print the dataframe
df

现在创建一个没有的系列对象。元素的个数等于索引轴上的元素。

注意：如果dataframe的索引轴的维度和series对象的维度不一样会报错。

# Creating a pandas series object
series_object = pd.Series([11, 3, 4, 8])
  
# Print the series_obejct
series_object

现在，沿着索引轴找到数据框对象和系列对象之间的比较。系列的维度和用于比较的数据框轴应该相同。

# To find the comparison between 
# dataframe and the series object.
df.eq(series_object, axis = 0)

输出 ：

输出是一个数据框，其中的单元格包含当前单元格元素与相应系列对象单元格的比较结果。