資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究使用 series.eq() 方法比較兩個 Series 物件時，如何處理空值？
Pandas 的 series.eq() 方法用於將給定 Series 的每個元素與傳遞的引數（另一個 Series 物件或標量值）進行比較。對於每個等於另一個 Series 物件（傳遞的 Series 物件）中元素的元素，它將返回 True。
eq() 方法的輸出是一個包含布林值的 Series，它執行逐元素比較操作，這與呼叫者 Series = 另一個 Series 相同。在結果 Series 中，True 值表示另一個 Series 物件中存在等效值，而 False 值表示不等值。
使用此 eq() 方法處理空值是一個非常簡單的過程，只需提供 fill_value 引數即可。預設情況下，此引數對缺失值採用 None。
示例 1
在下面的示例中，我們將看到 eq() 方法如何處理缺失值。
# importing packages import pandas as pd import numpy as np #create series sr = pd.Series([np.nan, 76, 20, 51, np.nan, 26, 83, np.nan, 18]) print(sr) # compare elements with a scalar value 20 and replacing NAN values with 20 result = sr.eq(20, fill_value=20) print(result)
解釋
最初，我們使用整數列表和一些 NaN 值建立了一個 Pandas Series。之後，我們使用 eq() 方法將 Series 物件 sr 與值 20 進行比較，並將值 20 應用於 fill_value 引數以處理缺失值。
輸出
輸出如下所示：
0 NaN 1 76.0 2 20.0 3 51.0 4 NaN 5 26.0 6 83.0 7 NaN 8 18.0 dtype: float64 0 True 1 False 2 True 3 False 4 True 5 False 6 False 7 True 8 False dtype: bool
最初，eq() 方法用指定的 fill_value（即 20）替換缺失值。之後，它將在被呼叫 Series 物件和傳遞的物件之間執行比較操作。
示例 2
與前面的示例相同，這裡 eq() 方法將比較兩個 Series 物件，並用 fill_value 引數指定的值 5 替換缺失值。
# importing packages import pandas as pd import numpy as np #create series sr1 = pd.Series([26, np.nan, 18, np.nan, 94, 71, 5, np.nan, 68, 54, 88, 7, np.nan]) print(sr1) sr2 = pd.Series([26, 29, np.nan, 11, 82, 93, np.nan, 7, 68, 29, 88, 87, np.nan]) print(sr2) # compare two series objects result = sr1.eq(sr2, fill_value=5) print(result)
輸出
輸出如下所示：
0 26.0 1 NaN 2 18.0 3 NaN 4 94.0 5 71.0 6 5.0 7 NaN 8 68.0 9 54.0 10 88.0 11 7.0 12 NaN dtype: float64 0 26.0 1 29.0 2 NaN 3 11.0 4 82.0 5 93.0 6 NaN 7 7.0 8 68.0 9 29.0 10 88.0 11 87.0 12 NaN dtype: float64 0 True 1 False 2 False 3 False 4 False 5 False 6 True 7 False 8 True 9 False 10 True 11 False 12 False dtype: bool
以上輸出顯示 eq() 方法返回一個包含布林值的新 Series 物件。在兩個 Series 物件中的值相等的地方返回 True 值。此外，我們還可以看到空值被替換為 5，並且使用該值 5 進行了比較。
更新於： 2022-03-07
430 次檢視
廣告