Python Pandas dataframe.ne()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python软件包的奇妙生态系统。Pandas就是这些包中的一个，使导入和分析数据变得更加容易。
Pandas dataframe.ne()函数检查一个数据框架元素与一个常数、系列或其他数据框架元素的不平等。如果比较中的两个值不相等，则返回true，如果相等则返回false。

语法:

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

参数 :
other：系列，数据框架，或常数
axis：对于系列输入，axis要与系列的索引相匹配。
level :跨层广播，与通过的MultiIndex层的索引值相匹配。
返回 : result : DataFrame

例子#1：使用ne()函数来检查系列和数据框架之间的不平等。

# importing pandas as pd
import pandas as pd
 
# Creating the first dataframe
df1=pd.DataFrame({"A":[14,4,5,4,1],
                  "B":[5,2,54,3,2],
                  "C":[20,20,7,3,8],
                  "D":[14,3,6,2,6]})
 
# Print the dataframe
df1

让我们来创建这个系列

# importing pandas as pd
import pandas as pd
 
# create series
sr = pd.Series([3, 2, 4, 5, 6])
 
# Print series
sr

让我们使用dataframe.ne()函数来评估不等式。

# evaluate inequality over the index axis
df.ne(sr, axis = 0)

输出 :

所有的真值单元格都表示比较中的数值不等于对方，而所有的假值单元格则表示比较中的数值是等于对方的。

例子#2：使用ne()函数检查两个数据帧的不平等。一个数据框包含NA值。

# importing pandas as pd
import pandas as pd
 
# Creating the first dataframe
df1=pd.DataFrame({"A":[14,4,5,4,1],
                  "B":[5,2,54,3,2],
                  "C":[20,20,7,3,8],
                  "D":[14,3,6,2,6]})
 
# Creating the second dataframe with <code>Na</code> value
df2=pd.DataFrame({"A":[12,4,5,None,1],
                  "B":[7,2,54,3,None],
                  "C":[20,16,11,3,8],
                  "D":[14,3,None,2,6]})
 
# Print the second dataframe
df2

让我们使用dataframe.ne()函数。

# passing df2 to check for inequality with the df1 dataframe.
d1f.ne(df2)

输出 :

所有的真值单元格表示比较的数值不等于对方，而所有的假值单元格则表示比较的数值等于对方。