Python|熊猫系列.lt()

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas Series.lt()用于比较两个系列并为每个元素返回布尔值。

Syntax: Series.lt(other, level=None, fill_value=None, axis=0)

Parameters:
other: other series to be compared with
level: int or name of level in case of multi level
fill_value: Value to be replaced instead of NaN
axis: 0 or ‘index’ to apply method by rows and 1 or ‘columns’ to apply by columns.

Return type: Boolean series

编程需要懂一点英语

注意：结果是根据比较调用者系列<其他系列返回的。

要下载以下示例中使用的数据集，请单击此处。

在以下示例中，使用的数据框包含一些 NBA 球员的数据。下面附上任何操作之前的数据帧图像。

示例 #1：

在此示例中，年龄列和体重列使用 .lt() 方法进行比较。由于权重列中的值与年龄列相比非常大，因此首先将值除以 10。在比较之前，使用 .dropna() 方法删除空行以避免错误。

# importing pandas module 
import pandas as pd 
  
# making data frame 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
    
# removing null values to avoid errors 
data.dropna(inplace = True) 
  
# other series
other = data["Weight"]/10
  
# calling method and returning to new column
data["Age < Weight"]= data["Age"].lt(other)
  
# display
data

输出：
如输出图像所示，只要 Age 列中的值小于 Weight/10，新列的值为 True。
示例 #2：处理 NaN 值

在此示例中，使用pd.Series()创建了两个系列。该系列也包含空值，因此将 10 传递给 fill_value 参数以将空值替换为 10。

# importing pandas module 
import pandas as pd 
  
# importing numpy module
import numpy as np
  
# creating series 1
series1 = pd.Series([11, 21, 2, 43, 9, 27, np.nan, 110, np.nan])
  
# creating series 2
series2 = pd.Series([16, np.nan, 2, 23, 5, 40, np.nan, 0, 19])
  
# setting null replacement value
na_replace = 10
  
# calling and storing result
result = series1.lt(series2, fill_value = na_replace)
  
# display
result

输出：
从输出中可以看出，NaN 值被 5 替换，替换后执行比较，并使用新值进行比较。

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