Pandas DataFrame Ge Methode

Einführung

In diesem Lab werden wir lernen, wie man die ge()-Methode in einem Pandas DataFrame verwendet, um elementweise Vergleiche durchzuführen. Die ge()-Methode gibt einen DataFrame von booleschen Werten zurück, der angibt, ob jedes Element größer als oder gleich dem entsprechenden Element in einem anderen DataFrame oder einem skalaren Wert ist.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Importieren der erforderlichen Bibliotheken

Um zu beginnen, müssen wir die erforderlichen Bibliotheken importieren: Pandas und NumPy.

import pandas as pd
import numpy as np

Erstellen eines DataFrames

Als nächstes erstellen wir ein DataFrame, mit dem wir arbeiten können.

df = pd.DataFrame({'A': [200, 500], 'B': [60, 250], 'C': [150, 1]})
print("The DataFrame is:")
print(df)

Dies erstellt ein DataFrame mit drei Spalten: 'A', 'B' und 'C'. Es enthält zwei Zeilen mit Daten.

Vergleich mit einem skalaren Wert durchführen

Jetzt führen wir einen Vergleich mit einem skalaren Wert durch. Wir werden die ge()-Methode verwenden, um zu überprüfen, ob jedes Element im DataFrame größer als oder gleich 200 ist.

result = df.ge(200)
print("After applying ge function:")
print(result)

Die ge()-Methode wird auf das DataFrame df mit dem skalaren Wert 200 angewendet. Das resultierende DataFrame result wird boolesche Werte enthalten, die angeben, ob jedes Element in df größer als oder gleich 200 ist.

Vergleich mit einer Series durchführen

Als nächstes führen wir einen Vergleich mit einer Series durch. Wir werden eine Series mit drei Werten erstellen: 150, 200 und 150. Anschließend werden wir die ge()-Methode verwenden, um das DataFrame df mit dieser Series zu vergleichen.

series = pd.Series([150, 200, 150])
result = df.ge(series, axis=0)
print("After applying ge function:")
print(result)

Die ge()-Methode wird auf das DataFrame df mit der Series series angewendet. Der axis-Parameter ist auf 0 gesetzt, was angibt, dass wir die Zeilen von df mit den Elementen von series vergleichen möchten. Das resultierende DataFrame result wird boolesche Werte enthalten, die angeben, ob jedes Element in df größer als oder gleich dem entsprechenden Element in series ist.

Vergleich mit einem anderen DataFrame durchführen

Als letztes führen wir einen Vergleich mit einem anderen DataFrame durch. Wir werden ein weiteres DataFrame df2 erstellen und es mit dem ursprünglichen DataFrame df mithilfe der ge()-Methode vergleichen.

df2 = pd.DataFrame({'A': [200, 550], 'B': [65, 251], 'C': [100, 10]})
result = df.ge(df2)
print("After applying ge function:")
print(result)

Die ge()-Methode wird auf das DataFrame df mit dem DataFrame df2 angewendet. Das resultierende DataFrame result wird boolesche Werte enthalten, die angeben, ob jedes Element in df größer als oder gleich dem entsprechenden Element in df2 ist.

Zusammenfassung

In diesem Lab haben wir gelernt, wie man die ge()-Methode in einem Pandas DataFrame verwendet, um elementweise Vergleiche durchzuführen. Wir haben gesehen, wie man ein DataFrame mit einem skalaren Wert, einer Series und einem anderen DataFrame vergleicht. Indem wir die ge()-Methode anwenden, erhalten wir ein DataFrame von booleschen Werten, die das Ergebnis des Vergleichs angeben. Diese Methode ist nützlich für verschiedene Datenanalyseaufgaben, wie das Filtern von Daten basierend auf bestimmten Bedingungen.