使用 series.eq() 方法比较两个 Series 对象时，如何处理空值？

Pandas 的 series.eq() 方法用于将给定 Series 的每个元素与传递的参数（另一个 Series 对象或标量值）进行比较。对于每个等于另一个 Series 对象（传递的 Series 对象）中元素的元素，它将返回 True。

eq() 方法的输出是一个包含布尔值的 Series，它执行逐元素比较操作，这与调用者 Series = 另一个 Series 相同。在结果 Series 中，True 值表示另一个 Series 对象中存在等效值，而 False 值表示不等值。

使用此 eq() 方法处理空值是一个非常简单的过程，只需提供 fill_value 参数即可。默认情况下，此参数对缺失值采用 None。

示例 1

在下面的示例中，我们将看到 eq() 方法如何处理缺失值。

# importing packages
import pandas as pd
import numpy as np

#create series
sr = pd.Series([np.nan, 76, 20, 51, np.nan, 26, 83, np.nan, 18])
print(sr)

# compare elements with a scalar value 20 and replacing NAN values with 20
result = sr.eq(20, fill_value=20)
print(result)

解释

最初，我们使用整数列表和一些 NaN 值创建了一个 Pandas Series。之后，我们使用 eq() 方法将 Series 对象 sr 与值 20 进行比较，并将值 20 应用于 fill_value 参数以处理缺失值。

输出

输出如下所示：

0     NaN
1    76.0
2    20.0
3    51.0
4     NaN
5    26.0
6    83.0
7     NaN
8    18.0
dtype: float64

0     True
1    False
2     True
3    False
4     True
5    False
6    False
7     True
8    False
dtype: bool

最初，eq() 方法用指定的 fill_value（即 20）替换缺失值。之后，它将在被调用 Series 对象和传递的对象之间执行比较操作。

示例 2

与前面的示例相同，这里 eq() 方法将比较两个 Series 对象，并用 fill_value 参数指定的值 5 替换缺失值。

# importing packages
import pandas as pd
import numpy as np

#create series
sr1 = pd.Series([26, np.nan, 18, np.nan, 94, 71, 5, np.nan, 68, 54, 88, 7, np.nan])
print(sr1)

sr2 = pd.Series([26, 29, np.nan, 11, 82, 93, np.nan, 7, 68, 29, 88,
87, np.nan])
print(sr2)

# compare two series objects
result = sr1.eq(sr2, fill_value=5)
print(result)

输出

输出如下所示：

0    26.0
1     NaN
2    18.0
3     NaN
4    94.0
5    71.0
6     5.0
7     NaN
8    68.0
9    54.0
10   88.0
11    7.0
12    NaN
dtype: float64

0    26.0
1    29.0
2     NaN
3    11.0
4    82.0
5    93.0
6     NaN
7     7.0
8    68.0
9    29.0
10   88.0
11   87.0
12    NaN
dtype: float64

0    True
1   False
2   False
3   False
4   False
5   False
6    True
7   False
8    True
9   False
10   True
11  False
12  False
dtype: bool

以上输出显示 eq() 方法返回一个包含布尔值的新 Series 对象。在两个 Series 对象中的值相等的地方返回 True 值。此外，我们还可以看到空值被替换为 5，并且使用该值 5 进行了比较。

Gireesha Devara

更新于： 2022-03-07

430 次查看

开启你的 职业生涯

通过完成课程获得认证

开始学习