跳转至

蟒蛇|熊猫系列. lt()

原文:https://www.geeksforgeeks.org/python-pandas-series-lt/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 Python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫 Series.lt() 用于比较两个序列,并返回每个相应元素的布尔值。

语法: Series.lt(其他,级别=无,fill_value =无,轴=0)

参数: 其他:要与 进行比较的其他系列级别:多级别情况下的 int 或级别名称 fill_value: 要替换的值而不是 NaN 轴: 0 或“index”按行应用方法,1 或“columns”按列应用方法。

返回类型:布尔级数

注:在对比来电者系列<其他系列的基础上返回结果。

要下载下例使用的数据集,点击这里的

在下面的例子中,使用的数据框包含了一些 NBA 球员的数据。任何操作前的数据框图像附在下面。

示例#1:

在本例中,年龄列和体重列使用进行比较。lt()方法。由于权重列中的值与年龄列相比非常大,因此首先将值除以 10。在比较之前,使用删除空行。方法来避免错误。

# importing pandas module 
import pandas as pd 

# making data frame 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 

# removing null values to avoid errors 
data.dropna(inplace = True) 

# other series
other = data["Weight"]/10

# calling method and returning to new column
data["Age < Weight"]= data["Age"].lt(other)

# display
data

输出: 如输出图像所示,只要“年龄”列中的值小于“体重/10”,新列就会为“真”。

示例 2: 处理 NaN 值

在本例中,使用pd.Series()创建了两个系列。该序列也包含空值,因此将 10 传递给 fill_value 参数,用 10 替换空值。

# importing pandas module 
import pandas as pd 

# importing numpy module
import numpy as np

# creating series 1
series1 = pd.Series([11, 21, 2, 43, 9, 27, np.nan, 110, np.nan])

# creating series 2
series2 = pd.Series([16, np.nan, 2, 23, 5, 40, np.nan, 0, 19])

# setting null replacement value
na_replace = 10

# calling and storing result
result = series1.lt(series2, fill_value = na_replace)

# display
result

输出: 从输出中可以看出,NaN 值被替换为 5,替换后进行比较,使用新值进行比较。

0     True
1    False
2    False
3    False
4    False
5     True
6    False
7    False
8     True
dtype: bool



回到顶部