pandas.DataFrame.gt

DataFrame.gt(other, axis='columns', level=None) [source]

Больше, чем у DataFrame и другого, поэлементно (бинарный оператор gt).

Среди гибких обёртки (eq, ne, le, lt, ge, gt ) к операторам сравнения.

Эквивалентно ==, =!, <=, <, >=, > с поддержкой выбора оси (строки или столбцы) и уровня для сравнения.

Параметры:	other : scalar, sequence, Series, or DataFrame Любой одноэлементный или многоэлементный набор данных или подобный списку объект. axis : {0 or ‘index’, 1 or ‘columns’}, default ‘columns’ Сравнивать по индексу (0 или ‘index’) или столбцам (1 или ‘columns’). level : int or label Трансляция по уровню, сопоставление значений индекса в переданном уровне MultiIndex.
Возвращает:	DataFrame bool Результат сравнения.

См. также

DataFrame.eq

Сравнение DataFrames на равенство поэлементно.

DataFrame.ne

Сравнение DataFrames на неравенство поэлементно.

DataFrame.le

Сравнение DataFrames на неравенство меньше или равно поэлементно.

DataFrame.lt

Сравнение DataFrames на строгое неравенство меньше поэлементно.

DataFrame.ge

Сравнение DataFrames на неравенство больше или равно поэлементно.

DataFrame.gt

Сравнение DataFrames на строгое неравенство больше поэлементно.

Примечания

Несовпадающие индексы будут объединены вместе. NaN значения считаются разными (т.е. NaN != NaN).

Примеры

>>> df = pd.DataFrame({'cost': [250, 150, 100],
...                    'revenue': [100, 250, 300]},
...                   index=['A', 'B', 'C'])
>>> df
   cost  revenue
A   250      100
B   150      250
C   100      300

Сравнение со скалярным значением, используя оператор или метод:

>>> df == 100
    cost  revenue
A  False     True
B  False    False
C   True    False

>>> df.eq(100)
    cost  revenue
A  False     True
B  False    False
C   True    False

Когда other является Series, столбцы DataFrame выравниваются с индексом other и транслируются:

>>> df != pd.Series([100, 250], index=["cost", "revenue"])
    cost  revenue
A   True     True
B   True    False
C  False     True

Используйте метод для управления осью трансляции:

>>> df.ne(pd.Series([100, 300], index=["A", "D"]), axis='index')
   cost  revenue
A  True    False
B  True     True
C  True     True
D  True     True

При сравнении с произвольным последовательностью, количество столбцов должно совпадать с количеством элементов в other:

>>> df == [250, 100]
    cost  revenue
A   True     True
B  False    False
C  False    False

Используйте метод для управления осью:

>>> df.eq([250, 250, 100], axis='index')
    cost  revenue
A   True    False
B  False     True
C   True    False

Сравнение с DataFrame разной формы.

>>> other = pd.DataFrame({'revenue': [300, 250, 100, 150]},
...                      index=['A', 'B', 'C', 'D'])
>>> other
   revenue
A      300
B      250
C      100
D      150

>>> df.gt(other)
    cost  revenue
A  False    False
B  False    False
C  False     True
D  False    False

Сравнение с MultiIndex по уровню.

>>> df_multindex = pd.DataFrame({'cost': [250, 150, 100, 150, 300, 220],
...                              'revenue': [100, 250, 300, 200, 175, 225]},
...                             index=[['Q1', 'Q1', 'Q1', 'Q2', 'Q2', 'Q2'],
...                                    ['A', 'B', 'C', 'A', 'B', 'C']])
>>> df_multindex
      cost  revenue
Q1 A   250      100
   B   150      250
   C   100      300
Q2 A   150      200
   B   300      175
   C   220      225

>>> df.le(df_multindex, level=1)
       cost  revenue
Q1 A   True     True
   B   True     True
   C   True     True
Q2 A  False     True
   B   True    False
   C   True    False