Python|熊猫系列. 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
版权属于：月萌API www.moonapi.com，转载请注明出处
