Pandas 数据帧ne()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-ne-method

在本教程中，我们将学习 PandasDataFrame.ne()的方法。该方法用于获取数据帧的不等于以及其他元素。它返回 bool 的数据帧，这是比较的结果。

下面是DataFrame.ne()方法的语法。

句法

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

因素

其他:表示标量、序列、序列或数据帧。它可以是任何单个或多个元素的数据结构，或者类似列表的对象。

轴:表示索引或列轴，索引为“0”，列为“1”。当axis=0方法应用于index轴时，以及当axis=1方法应用于column轴时。对于输入Series，轴要匹配系列索引。

级别:代表 int 或标签。它跨级别广播，匹配传递的多索引级别上的索引值。

例 1:比较 Pandas 的数据帧

这里，我们使用返回 bool 类型数据帧的DataFrame.ne()方法将数据帧与scalar值进行比较。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df=pd.DataFrame({"A":[200,500],"B":[60,250],"C":[150,1]})
print("--------The DataFrame is---------")
print(df)
print("----After applying ne method-----")
print(df.ne(200))

-数据帧为- A B C 0 200 60 150 1 500 250 1 -应用 ne 方法后- A B C 0 假真 1 真真

例 2:比较 Pandas 的数据帧

这里，我们使用DataFrame.ne()方法将数据帧与Series进行比较。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df=pd.DataFrame({"A":[200,500],"B":[60,250],"C":[150,1]})
print("--------The DataFrame is---------")
print(df)
series = pd.Series([150, 200,150]) 
print("----After applying ne method-----")
print(df.ne(series,axis=0))

-数据帧为- A B C 0 200 60 150 1 500 250 1 -应用 ne 方法后- A B C 0 真真假假 1 真真假假 2 真真假假

示例:将数据帧与其他数据帧进行比较

这里，我们使用DataFrame.ne()方法将一个数据帧与另一个数据帧进行比较。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df_1=pd.DataFrame({"A":[200,500],"B":[60,250],"C":[150,1]})
df_2=pd.DataFrame({"A":[200,550],"B":[65,251],"C":[100,10]})
print("----After applying ne method-----")
print(df_1.ne(df_2))

-应用 ne 方法后- A B C 0 假真真 1 真真真

结论

在本教程中，我们学习了 PandasDataFrame.ne()方法。我们学习了语法、参数，并通过在数据帧上应用这种方法，我们解决了示例并理解了 DataFrame.ne()方法。