pandas.DataFrame.lt

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

Получить результат сравнения "меньше", чем dataframe и other, поэлементно (бинарный оператор lt).

Среди гибких обёртков (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 спископодобный объект.

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

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

level:целое число или метка

Трансляция по уровню, сопоставление значений индекса в переданном MultiIndex уровне.

Возвращает

DataFrame булевых значений

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. Значения NaN 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 скаляром, 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 — Series, столбцы DataFrame выравниваются с индексом other и происходит трансляция:

>>> 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 произвольной последовательностью количество столбцов должно соответствовать количеству 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