Python数据分析之pandas比较操作

目录

• 一、比较运算符和比较方法
• 二、两个DataFrame比较
• 三、两个Series比较
• 四、与数字或字符串比较
• 五、与array进行比较

一、比较运算符和比较方法

比较运算符用于判断是否相等和比较大小，python中的比较运算符有==、!=、<、>、<=、>=六个，pandas中也一样。

在Pandas中，DataFrame和Series还支持6个比较方法，详见下表。

对于比较操作，==和!=支持各种类型的数据互相比较，而<、>、<=、>=对数据类型有限制，如整数可以与浮点数比较大小，但整数不能与字符串比较大小，会报错。这一点，适用于后面的所有比较。

二、两个DataFrame比较

1. 用算术运算符比较

两个DataFrame进行比较，是将DataFrame中对应位置的数据进行比较。

使用比较运算符，两个DataFrame的形状必须相同，索引必须相等(索引顺序必须相同)，否则会报错。

2. 用比较方法比较

直接用DataFrame调用比较方法，传入另一个DataFrame，即可完成比较操作。

使用比较方法时，两个DataFrame的形状可以不相同，索引也可以不相同。结果是能兼容两个被比较DataFrame的新DataFrame，原理如下图。

三、两个Series比较

1. 用算术运算符比较

使用比较运算符，两个Series的长度必须相同，索引必须相等(索引顺序必须相同)，否则会报错。

2. 用比较方法比较

使用比较方法，两个Series的长度可以不相同，索引也可以不相同。结果是能兼容两个被比较Series的新Series，原理同DataFrame。

四、与数字或字符串比较

1. DataFrame与数字比较

用DataFrame中的每个数据都与数字进行比较，返回对应位置的布尔值，Series同理。比较方法和运算符作用相同。

2. DataFrame与字符串比较

将每个数据都与指定的字符串进行比较，Series同理。比较方法和运算符作用相同。

用多维数据与单个数据进行比较时，要注意数据的类型，如果有不支持的比较，会报错。

五、与array进行比较

比较操作还支持DataFrame或Series与numpy中的array数据进行比较。array没有索引，所以对索引没有要求，但形状必须相同，否则会报错。比较方法和运算符作用相同。

到此这篇关于Python数据分析之pandas比较操作的文章就介绍到这了,更多相关Python pandas比较操作内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！