Python Pandas Series.le()

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，它使导入和分析数据变得更加容易。

Pandas series.le()用于比较调用者系列的每个元素和传递的系列。它对每一个小于或等于所传递的系列中的元素返回真。

注意：结果是在比较调用者系列<=其他系列的基础上返回的。

语法: Series.le(other, level=None, fill_value=None, axis=0)

参数:
other：要与之比较的其他系列
level: int或者在多级的情况下，级别的名称。
fill_value。要替换的值，而不是NaN
axis：0或’index’用于按行应用方法，1或’columns’用于按列应用。

返回类型:布尔系列

例子#1：NaN处理

在这个例子中，使用pd.Series()创建了两个系列。这个系列包含了一些Null值和一些相同索引的相等值。使用le()方法对系列进行比较，并将10传递给fill_value参数，以用10替换NaN值。

# importing pandas module  
import pandas as pd  
    
# importing numpy module 
import numpy as np 
    
# creating series 1 
series1 = pd.Series([11, 0, 2, 43, 9, 27, np.nan, 10, np.nan]) 
    
# creating series 2 
series2 = pd.Series([16, np.nan, 2, 23, 5, 40, 54, 3, 19]) 
  
# NaN replacement
replace_nan = 10
  
# calling and returning to result variable
result = series1.le(series2, fill_value = replace_nan)
  
# display 
result 

输出:
如输出中所示，当调用者系列中的值小于或等于所传递的系列中的值时，返回True。同样可以看出，空值被替换为10，并使用该值进行比较。

例子#2：用str对象对系列进行调用

在这个例子中，使用pd.Series()创建了两个系列。该系列也包含一些字符串值。在字符串的情况下，与它们的ASCII值进行比较。

# importing pandas module  
import pandas as pd  
    
# importing numpy module 
import numpy as np 
    
# creating series 1 
series1 = pd.Series(['A', 0, 'c', 43, 9, 'e', np.nan, 'x', np.nan]) 
    
# creating series 2 
series2 = pd.Series(['v', np.nan, 'c', 23, 5, 'D', 54, 'p', 19]) 
  
# NaN replacement
replace_nan = 10
  
# calling and returning to result variable
result = series1.le(series2, fill_value = replace_nan)
  
# display 
result 

输出:
从输出中可以看出，在字符串的情况下，使用其ASCII值进行比较。