pandas怎么进行比较？

在数据分析中，免不了的就是数据的比较和处理。pandas作为数据分析处理常用的python第三方库，他提供了两种数据结构，也对提供了一些比较运算符和比较方法，那么接下来就让我们来看看pandas比较方法有哪些吧。

一、比较运算符和比较方法

比较运算符用于判断是否相等和比较大小，Python中的比较运算符有==、!=、<、>、<=、>=六个，Pandas中也一样。

在Pandas中，DataFrame和Series还支持6个比较方法，详见下表。

对于比较操作，==和!=支持各种类型的数据互相比较，而<、>、<=、>=对数据类型有限制，如整数可以与浮点数比较大小，但整数不能与字符串比较大小，会报错。这一点，适用于后面的所有比较。

二、两个DataFrame比较

1. 用算术运算符比较

两个DataFrame进行比较，是将DataFrame中对应位置的数据进行比较。

使用比较运算符，两个DataFrame的形状必须相同，索引必须相等(索引顺序必须相同)，否则会报错。

2. 用比较方法比较

直接用DataFrame调用比较方法，传入另一个DataFrame，即可完成比较操作。

使用比较方法时，两个DataFrame的形状可以不相同，索引也可以不相同。结果是能兼容两个被比较DataFrame的新DataFrame，原理如下图。

三、两个Series比较

1. 用算术运算符比较

使用比较运算符，两个Series的长度必须相同，索引必须相等(索引顺序必须相同)，否则会报错。

2. 用比较方法比较

使用比较方法，两个Series的长度可以不相同，索引也可以不相同。结果是能兼容两个被比较Series的新Series，原理同DataFrame。

四、与数字或字符串比较

1. DataFrame与数字比较

用DataFrame中的每个数据都与数字进行比较，返回对应位置的布尔值，Series同理。比较方法和运算符作用相同。

2. DataFrame与字符串比较

将每个数据都与指定的字符串进行比较，Series同理。比较方法和运算符作用相同。

用多维数据与单个数据进行比较时，要注意数据的类型，如果有不支持的比较，会报错。

五、与array进行比较

比较操作还支持DataFrame或Series与numpy中的array数据进行比较。array没有索引，所以对索引没有要求，但形状必须相同，否则会报错。比较方法和运算符作用相同。

到此这篇pandas比较方法和比较运算符的全部介绍就结束了。更多pandas操作学习请搜索W3Cschool以前的文章或继续浏览下面的相关文章。