pandas.DataFrame.ge

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

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

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

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

Параметры

other:скаляр, последовательность, Series или DataFrame

Любая структура данных с одним или несколькими элементами или список-подобный объект.

axis:{0 или ‘индекс’, 1 или ‘столбцы’}, по умолчанию ‘столбцы’

Сравнивать по индексу (0 или ‘индекс’) или столбцам (1 или ‘столбцы’).

level:целое число или метка

Вещание по уровню, сопоставление значений индексов с переданным уровнем MultiIndex.

Возвращаемые значения

DataFrame логических 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. Значения NaN 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 — 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 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 другой 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