Python Pandas Series.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，它使导入和分析数据变得更加容易。

Pandas series.ne()用于比较调用者系列的每个元素和传递的系列。它对每一个与传递的系列中的元素不相等的元素返回True。

注意：结果是在比较调用者系列！=其他系列的基础上返回。

语法: Series.ne(other, level=None, fill_value=None)

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

返回类型: 布尔系列

例子 #1: 处理空值

在这个例子中，使用pd.Series()创建了两个系列。这个系列包含一些Null值和一些相同索引的相等值。使用.ne()方法对系列进行比较，并将5传递给fill_value参数，用5替换NaN值。

# importing pandas module  
import pandas as pd  
    
# importing numpy module 
import numpy as np 
    
# creating series 1 
series1 = pd.Series([70, 5, 0, 225, 1, 16, np.nan, 10, np.nan]) 
    
# creating series 2 
series2 = pd.Series([27, np.nan, 2, 23, 1, 95, 53, 10, 5]) 
  
# NaN replacement
replace_nan = 5
  
# calling and returning to result variable
result = series1.ne(series2, fill_value = replace_nan)
  
# display 
result

输出:
如输出中所示，凡是调用者系列中的值与传递的系列中的值不相等时，都返回True。同样可以看出，空值被替换为5，并使用该值进行比较。
Python Pandas Series.ne()

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(['Aaa', 0, 'cat', 43, 9, 'Dog', np.nan, 'x', np.nan]) 
    
# creating series 2 
series2 = pd.Series(['vaa', np.nan, 'Cat', 23, 5, 'Dog', 54, 'x', np.nan]) 
  
# NaN replacement
replace_nan = 14
  
# calling and returning to result variable
result = series1.ne(series2, fill_value = replace_nan)
  
# display 
result