資料結構
網路
關係資料庫管理系統(RDBMS)
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
法學Pandas中series.eq()方法的基本操作是什麼？
Pandas建構函式中的series.eq()方法用於將給定序列的元素與其他元素（可能是另一個序列或標量值）進行比較。結果，它將返回一個包含布林值的新序列物件。
元素級的相等運算透過使用eq()方法完成。布林值True表示第二個序列物件中相等的值。其餘不相等的值由布林值False表示。
eq()方法的引數為other、fill_value和level。
示例1
在下面的示例中，我們將看到eq()方法如何將序列物件的元素與標量值進行比較。
# importing packages import pandas as pd import numpy as np #create series sr = pd.Series([24, 63, 21, np.nan, 24, 56, 24, 50]) print(sr) # compare elements with a scalar value 24 result = sr.eq(24) print(result)
解釋
首先，我們使用整數列表和一些NaN值建立了一個Pandas Series。之後，我們使用標量值24應用了eq()方法。
輸出
輸出如下：
0 24.0 1 63.0 2 21.0 3 NaN 4 24.0 5 56.0 6 24.0 7 50.0 dtype: float64 0 True 1 False 2 False 3 False 4 True 5 False 6 True 7 False dtype: bool
執行上述程式碼後，我們將得到以下結果：eq()方法將序列物件的元素與值24進行比較。因此，索引位置0、4和6處的等值由True表示，其餘全部由False表示。
示例2
像我們在前一個例子中所做的那樣，這裡我們將對2個序列物件應用eq()方法，而無需更改任何預設引數值。
# importing packages import pandas as pd import numpy as np #create series sr1 = pd.Series([np.nan, 61, 11, np.nan, 24, 56, 30, np.nan, 55]) print(sr1) sr2 = pd.Series([0, 61, 22, np.nan, 24, 45, 30, 78, 93]) print(sr2) # compare two series objects result = sr1.eq(sr2) print(result)
輸出
輸出如下：
0 NaN 1 61.0 2 11.0 3 NaN 4 24.0 5 56.0 6 30.0 7 NaN 8 55.0 dtype: float64 0 0.0 1 61.0 2 22.0 3 NaN 4 24.0 5 45.0 6 30.0 7 78.0 8 93.0 dtype: float64 0 False 1 True 2 False 3 False 4 True 5 False 6 True 7 False 8 False dtype: bool
在上邊的輸出塊中，我們可以看到兩個輸入序列物件sr1、sr2，以及eq()方法生成的序列物件。由於eq()方法不會對NaN值返回true，因此在索引位置3處表示值為False。
更新於：2022年3月7日
97 次瀏覽
廣告