pandas.DataFrame.gt

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

Получение больше, чем в DataFrame и других, попарно (бинарный оператор gt).

Среди гибких обёрток (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 ‘index’, 1 или ‘columns’}, по умолчанию ‘columns’

Определяет, сравнивать по индексу (0 или ‘index’) или столбцам (1 или ‘columns’).

level:целое число или метка

Широковещательная передача по уровню, сопоставление значений Index на переданном уровне MultiIndex.

Возвращает:

DataFrame логических значений

Результат сравнения.

См. также

DataFrame.eq

Сравнение DataFrame на равенство попарно.

DataFrame.ne

Сравнение DataFrame на неравенство попарно.

DataFrame.le

Сравнение DataFrame на неравенство меньше или равно попарно.

DataFrame.lt

Сравнение DataFrame на строгое неравенство меньше попарно.

DataFrame.ge

Сравнение DataFrame на неравенство больше или равно попарно.

DataFrame.gt

Сравнение DataFrame на строгое неравенство больше попарно.

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 — это Series, столбцы DataFrame выравниваются с индексом other и происходит широковещательная передача:

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

Используйте метод для управления осью широковещательной передачи:

>>> 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