pandas.DataFrame.eq#

DataFrame.eq(other, ось='columns', уровень=None)[источник]#

Получить равенство dataframe и other, поэлементно (бинарный оператор eq).

Среди гибких оберток (eq, ne, le, lt, ge, gt) к операторам сравнения.

Эквивалентно ==, !=, <=, <, >=, > с поддержкой выбора оси (строки или столбцы) и уровня для сравнения.

Параметры:

otherскаляр, последовательность, Series или DataFrame: Любая структура данных с одним или несколькими элементами, или объект, подобный списку.
ось{0 или 'index', 1 или 'columns'}, по умолчанию 'columns': Сравнивать по индексу (0 или 'index') или по столбцам (1 или 'columns').
уровеньцелое число или метка: Трансляция по уровню, сопоставляя значения индекса на переданном уровне MultiIndex.

Возвращает:

DataFrame из bool: Результат сравнения.

Смотрите также

DataFrame.eq: Сравните DataFrames на равенство поэлементно.
DataFrame.ne: Сравните DataFrames на неравенство поэлементно.
DataFrame.le: Сравнить DataFrame на неравенство или равенство поэлементно.
DataFrame.lt: Сравнение DataFrame на строгое неравенство поэлементно.
DataFrame.ge: Сравните DataFrames на предмет неравенства или равенства поэлементно.
DataFrame.gt: Сравнение DataFrame на строгое неравенство 'больше' поэлементно.

Примечания

Несовпадающие индексы будут объединены. NaN значения считаются разными (т.е. NaN != NaN).

Примеры

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

Сравнение со скаляром, используя либо оператор, либо метод:

>>> df == 100
    cost  revenue
A  False     True
B  False    False
C   True    False

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

Когда other является Series, столбцы DataFrame выравниваются с индексом other и трансляцию:

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

Используйте метод для управления осью вещания:

>>> df.ne(pd.Series([100, 300], index=["A", "D"]), axis='index')
   cost  revenue
A  True    False
B  True     True
C  True     True
D  True     True

При сравнении с произвольной последовательностью количество столбцов должно соответствовать количеству элементов в other:

>>> df == [250, 100]
    cost  revenue
A   True     True
B  False    False
C  False    False

Используйте метод для управления осью:

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

Сравнить с DataFrame другой формы.

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

>>> df.gt(other)
    cost  revenue
A  False    False
B  False    False
C  False     True
D  False    False

Сравнить с MultiIndex по уровню.

>>> 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
      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)
       cost  revenue
Q1 A   True     True
   B   True     True
   C   True     True
Q2 A  False     True
   B   True    False
   C   True    False