pandas.DataFrame.le

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

Получение результата сравнения элементов DataFrame и other, поэлементно (бинарный оператор le).

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: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’

Определяет, сравнивать по индексу (0 или ‘индекс’) или столбцам (1 или ‘столбцы’).

level:int или метка

Вещательная передача по уровню, соответствие значениям индекса в переданном MultiIndex уровне.

Возвращает:

DataFrame булевых значений

Результат сравнения.

См. также

DataFrame.eq

Сравнение DataFrame на равенство поэлементно.

DataFrame.ne

Сравнение DataFrame на неравенство поэлементно.

DataFrame.le

Сравнение DataFrame на неравенство меньше или равно, или равенство поэлементно.

DataFrame.lt

Сравнение DataFrame на строгое неравенство меньше поэлементно.

DataFrame.ge

Сравнение DataFrame на неравенство больше или равно, или равенство поэлементно.

DataFrame.gt

Сравнение DataFrame 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 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 происходит вещательная передача:

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

Использование метода для управления осью вещательной 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

Использование метода 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