Python|熊猫 Series.eq()
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.eq()用于将 Caller 系列的每个元素与传递的系列进行比较。它为每个与传递的系列中的元素相等的元素返回 True。
注意：结果是在比较调用者系列=其他系列的基础上返回的。
Syntax: Series.eq(other, level=None, fill_value=None)
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
Return type: Boolean series
示例 #1：处理空值
在此示例中，使用pd.Series()创建了两个系列。该系列也包含一些 Null 值和相同索引处的一些相等值。该系列使用.eq()方法进行比较，并将 5 传递给 fill_value 参数以将 NaN 值替换为 5。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating series 1
series1 = pd.Series([70, 5, 0, 225, 1, 16, np.nan, 10, np.nan])
# creating series 2
series2 = pd.Series([70, np.nan, 2, 23, 1, 95, 53, 10, 5])
# NaN replacement
replace_nan = 5
# calling and returning to result variable
result = series1.eq(series2, fill_value = replace_nan)
# display
result
输出：
如输出所示，只要调用者系列中的值等于传递系列中的值，就会返回 True。还可以看到 Null 值被 5 替换，并且使用该值进行比较。 _0.png)
示例 #2：使用 str 对象调用 Series
在此示例中，使用 pd.Series() 创建了两个系列。该系列也包含一些字符串值。如果是字符串，则使用它们的 ASCII 值进行比较。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating series 1
series1 = pd.Series(['Aaa', 10, 'cat', 43, 9, 'Dog', np.nan, 'x', np.nan])
# creating series 2
series2 = pd.Series(['vaa', np.nan, 'Cat', 23, 5, 'Dog', 54, 'x', np.nan])
# NaN replacement
replace_nan = 10
# calling and returning to result variable
result = series1.eq(series2, fill_value = replace_nan)
# display
result
输出：
从输出中可以看出，对于字符串，比较是使用它们的 ASCII 值进行的。只要 Caller 系列中的字符串等于传递系列中的字符串，就会返回 True。 _1.png)