python - 什么是 pandas dataframe.ne 方法以及为什么使用它？

Question

当我检查这个 pandas dataframe.ne 方法时，文档说它是一个用于灵活比较的包装器。我在 pandas 文档中找不到任何关于此的适当示例。为什么我们使用这个 df.ne 以及它如何使数据操作变得更容易或更灵活？是否可以给我一个使用 df.ne 和不使用 df.ne 的相同方法的示例，这将有助于我理解？

Answer 1

检查 source用于 DataFrame.ne 的实现。代码并不难理解。

本质上，DataFrame.ne 提供了一种更灵活的方式来执行不等式比较。您还可以指定其他参数，这在使用 != 运算符时是不可能的。

例子:

1. DataFrame.ne 允许比较索引不对齐的两个数据帧

   df0 = pd.DataFrame({'a': [1,2,3], 'b': [0.1, 0.3, 0.9], 'c': [2,4,6]}, index=list('abc'))
   
   df1 = pd.DataFrame({'a': [3,2,1], 'b': [0.9, 0.3, 0.1], 'c': [6,4,2]}, index=list('cba'))
   
   df0.ne(df1)
   # outputs:
          a      b      c
   a  False  False  False
   b  False  False  False
   c  False  False  False
   

   但是 df0 != df1 引发了以下错误:

   ValueError: Can only compare identically-labeled DataFrame objects
   

2. DataFrame.ne 接受一个系列和参数 axis 和 level。

   s1 = pd.Series([1,2,3], index=list('abc'))
   
   df0.ne(s1, axis=0)
          a     b     c
   a  False  True  True
   b  False  True  True
   c  False  True  True
   
   df0.ne(s1, axis=1)
   
          a     b     c
   a  False  True  True
   b   True  True  True
   c   True  True  True
   

   后者也可以通过df0 != s1获取，但前者不行

3. DataFrame.ne 也接受标量作为参数

   df0.ne(1)
   # outputs a dataframe where all values are true
          a     b     c
   a  False  True  True
   b   True  True  True
   c   True  True  True