Pandas DataFrame Le Methode

Einführung

In diesem Lab werden wir lernen, wie die DataFrame.le()-Methode in der pandas-Bibliothek in Python verwendet wird. Die DataFrame.le()-Methode wird verwendet, um elementweise eine Vergleichsoperation kleiner als oder gleich zwischen einem DataFrame und einer anderen Datenstruktur wie einem Skalar, einer Sequenz, einer Series oder einem anderen DataFrame durchzuführen. Sie gibt einen neuen DataFrame von booleschen Werten zurück, die das Ergebnis der Vergleichsoperation darstellen.

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der linken oberen 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 Operationen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie während des Lernens 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 und Erstellen des DataFrames

Lassen Sie uns beginnen, indem wir die pandas-Bibliothek importieren und einen DataFrame erstellen. Wir werden folgenden Code verwenden:

import pandas as pd
import numpy as np

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

Vergleich mit einem Skalar mithilfe von DataFrame.le()

Wir können einen Vergleich kleiner als oder gleich zwischen dem DataFrame und einem Skalarwert durchführen, indem wir die DataFrame.le()-Methode verwenden. Diese Methode gibt einen neuen DataFrame von booleschen Werten zurück. Wir werden folgenden Code verwenden:

comparison_df = df.le(200)

Vergleich mit einer Series mithilfe von DataFrame.le()

Wir können auch einen Vergleich kleiner als oder gleich zwischen dem DataFrame und einer Series durchführen, indem wir die DataFrame.le()-Methode verwenden. Diese Methode verbreitet die Vergleichsoperation über den DataFrame basierend auf den Indexwerten der Series. Wir werden folgenden Code verwenden:

series = pd.Series([150, 200, 150])
comparison_df = df.le(series, axis=0)

Vergleich mit einem anderen DataFrame mithilfe von DataFrame.le()

Schließlich können wir einen Vergleich kleiner als oder gleich zwischen dem DataFrame und einem anderen DataFrame durchführen, indem wir die DataFrame.le()-Methode verwenden. Diese Methode führt den Vergleich elementweise zwischen den beiden DataFrames durch und gibt einen neuen DataFrame von booleschen Werten zurück. Wir werden folgenden Code verwenden:

df2 = pd.DataFrame({"A": [200, 550], "B": [65, 251], "C": [100, 10]})
comparison_df = df.le(df2)

Zusammenfassung

In diesem Lab haben wir gelernt, wie die DataFrame.le()-Methode in der pandas-Bibliothek verwendet wird. Wir haben gelernt, wie man Vergleichsoperationen kleiner als oder gleich zwischen einem DataFrame und einem Skalar, einer Series oder einem anderen DataFrame durchführt. Die DataFrame.le()-Methode ermöglicht es uns, die Elemente in einem DataFrame leicht zu vergleichen und einen neuen DataFrame von booleschen Werten zu erhalten, der das Ergebnis des Vergleichs repräsentiert.