什么是pandas dataframe.ne方法以及为什么使用它？

Question

当我检查这种pandas dataframe.ne方法时，文档说它是一个包装，可以进行灵活比较。我在熊猫文档中找不到任何适当的示例。为什么我们要使用它，df.ne以及如何在进行数据操作时使它变得更容易或更灵活？是否可以给我一个使用df.ne或不df.ne使用相同方法的示例，这将有助于我理解？

Answer 1

检查源的实施DataFrame.ne。代码不太难理解。

本质上，DataFrame.ne提供了一种执行不平等比较的更灵活的方法。您还可以指定其他参数，这在使用!=运算符时是不可能的。

例子：

1. DataFrame.ne 允许在索引不对齐的两个数据框之间进行比较

   df0 = pd.DataFrame({'a': [1,2,3], 'b': [0.1, 0.3, 0.9], 'c': [2,4,6]}, index=list('abc'))
   
   df1 = pd.DataFrame({'a': [3,2,1], 'b': [0.9, 0.3, 0.1], 'c': [6,4,2]}, index=list('cba'))
   
   df0.ne(df1)
   # outputs:
          a      b      c
   a  False  False  False
   b  False  False  False
   c  False  False  False
   

   但是df0 != df1会引发以下错误：

   ValueError: Can only compare identically-labeled DataFrame objects
   

2. DataFrame.ne接受系列和参数axis和level。

   s1 = pd.Series([1,2,3], index=list('abc'))
   
   df0.ne(s1, axis=0)
          a     b     c
   a  False  True  True
   b  False  True  True
   c  False  True  True
   
   df0.ne(s1, axis=1)
   
          a     b     c
   a  False  True  True
   b   True  True  True
   c   True  True  True
   

   后者也可以解决df0 != s1，但前者则不能

3. DataFrame.ne 也接受标量作为参数

   df0.ne(1)
   # outputs a dataframe where all values are true
          a     b     c
   a  False  True  True
   b   True  True  True
   c   True  True  True