pandas.DataFrame.ge

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

Получение больше или равно для DataFrame и другого элемента (бинарный оператор ge).

Среди гибких оберток (eq, ne, le, lt, ge, gt), для операторов сравнения.

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

Параметры:	other : scalar, sequence, Series, or DataFrame Любая структура данных с одним или несколькими элементами или список-подобный 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 Вещание по уровню, сопоставление значений индекса в переданном уровне MultiIndex.
Возвращает:	DataFrame булевых значений Результат сравнения.

См. также

DataFrame.eq

Сравнение DataFrames на равенство по элементам.

DataFrame.ne

Сравнение DataFrames на неравенство по элементам.

DataFrame.le

Сравнение DataFrames на меньше или равно по элементам.

DataFrame.lt

Сравнение DataFrames на строго меньше по элементам.

DataFrame.ge

Сравнение DataFrames на больше или равно по элементам.

DataFrame.gt

Сравнение DataFrames на строго больше по элементам.

Примечания

Несовпадающие индексы будут объединены. NaN значения считаются различными (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 это Series, столбцы DataFrame выравниваются с индексом other и вещаются:

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

Используйте метод для управления осью вещания:

>>> 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 произвольной последовательностью число столбцов должно соответствовать числу 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 различной 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