python - 大于/小于 Pandas DataFrames/Series 之间的比较

Question

如何比较 DataFrame 和 Series？我想屏蔽 DataFrame/Series 中大于/小于另一个 DataFrame/Series 中的元素的元素。

例如，以下不会替换大于平均值的元素与 nans 虽然我期待它:

>>> x = pd.DataFrame(data={'a': [1, 2], 'b': [3, 4]})
>>> x[x > x.mean(axis=1)] = np.nan
>>> x
   a  b
0  1  3
1  2  4

如果我们看一下通过比较创建的 bool 数组，它真的很奇怪:

>>> x = pd.DataFrame(data={'a': [1, 2], 'b': [3, 4]})
>>> x > x.mean(axis=1)
       a      b      0      1
0  False  False  False  False
1  False  False  False  False

我不明白生成的 bool 数组是什么样的逻辑。我可以使用转置来解决这个问题:

>>> (x.T > x.mean(axis=1).T).T
       a     b
0  False  True
1  False  True

但我相信有一些我不知道的“正确”方法可以做到这一点。至少我想了解发生了什么。

Answer 1

这里的问题是它将索引解释为列值来执行比较，如果你使用 .gt 并传递 axis=0 那么你会得到你的结果愿望:

In [203]:
x.gt(x.mean(axis=1), axis=0)

Out[203]:
       a     b
0  False  True
1  False  True

当你与 np 数组进行比较时，你可以明白我的意思:

In [205]:
x > x.mean(axis=1).values

Out[205]:
       a      b
0  False  False
1  False   True

这里可以看到默认的比较轴在列上，导致结果不一样