Pandas 数据帧gt()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-gt-method

我们可以在 Pandas 的数据帧中找到两个数字中最大的一个，在本教程中，我们将讨论和学习 Python PandasDataFrame.gt()方法。此方法用于获取数据帧和其他元素的大于，在本教程中，我们将比较数据帧与标量、序列和其他数据帧。它返回 bool 的数据帧，这是比较的结果。

下图显示了DataFrame.gt()方法的语法。

句法

DataFrame.gt(other, axis='columns', level=None)

因素

其他:可以是任何单个或多个元素的数据结构，也可以是类似列表的对象，例如标量、序列、序列或数据帧。

轴:“0”代表索引，“1”代表列，默认为列。表示是按索引轴比较还是按列轴比较。

级别:代表 int 或 label。它跨级别广播，匹配传递的多索引级别上的索引值。

示例:使用DataFrame.gt()方法将数据帧与常数进行比较

这里，我们使用返回 bool 类型数据帧的DataFrame.gt()方法与scalar进行比较。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df=pd.DataFrame({"A":[200,500],"B":[60,250],"C":[150,1]})
print("--------The DataFrame is---------")
print(df)
print("----After applying gt function-----")
print(df.gt(200))

一旦我们运行该程序，我们将获得以下输出。

-数据帧为- A B C 0 200 60 150 1 500 250 1 -应用 gt 方法后- A B C 0 假假假 1 真真假

示例:使用DataFrame.gt()方法将数据帧与系列进行比较

这里，我们使用DataFrame.gt()方法与Series进行比较。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df=pd.DataFrame({"A":[200,500],"B":[60,250],"C":[150,1]})
print("--------The DataFrame is---------")
print(df)
series = pd.Series([150, 200,150]) 
print("----After applying gt function-----")
print(df.gt(series,axis=0))

一旦我们运行该程序，我们将获得以下输出。

-数据帧为- A B C 0 200 60 150 1 500 250 1 -应用 gt 方法后- A B C 0 真假假假 1 真假假 2 假假假假

示例:使用DataFrame.gt()方法将数据帧与其他数据帧进行比较

在这里，我们用DataFrame.gt()方法与other DataFrame进行比较。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df_1=pd.DataFrame({"A":[200,500],"B":[60,250],"C":[150,1]})
print("--------The first DataFrame is---------")
print(df_1)
df_2=pd.DataFrame({"A":[200,550],"B":[65,251],"C":[100,10]})
print("--------The second DataFrame is---------")
print(df_2)
print("----After applying gt function-----")
print(df_1.gt(df_2))

一旦我们运行该程序，我们将获得以下输出。

-第一个数据帧是- A B C 0 200 60 150 1 500 250 1 -第二个数据帧是- A B C 0 200 65 100 1 550 251 10 -应用 gt 方法后- A B C 0 假假真 1 假假假假

结论:

在本教程中，我们学习了 PandasDataFrame.gt()方法。我们学习了这个方法的语法、参数，理解了 DataFrame.gt()方法。