DataFrame.eq(self，other，axis ='columns'，level = None)
dataframe与其他明确的元素进行等于比较（二进制运算符eq）。比较DataFrames元素是否相等。
在灵活的包装器（eq，ne，le，lt，ge，gt）之间进行比较。等效于==，=！，<=，<，> =，>，并支持选择轴（行或列）和级别进行比较。
参数： | other ： scalar, sequence, Series, 或 DataFrame 任何单个或多个元素的数据结构，或类似列表的对象。 axis ： {0或'index'，1或'columns'}，默认为'columns' 是按索引（0或“索引”）还是按列（1或“列”）进行比较。 level ： 整数或标签 在一个级别上广播，在传递的MultiIndex级别上匹配索引值。 |
返回： | 布尔值的DataFrame 比较结果。 |
Notes
不匹配的索引将合并在一起。 NaN值被认为是不同的（即NaN!= NaN）。
例子
1）比较两个 DataFrame
import pandas as pd
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2, 0], 'B': [4, 0, 6]})
result = df1.eq(df2)
print(result)
2）使用运算符或方法与标量进行比较
import pandas as pd
# 创建数据帧
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
print("原始 DataFrame:")
print(df)
# 使用运算符或方法与标量进行比较
print("\n与标量 100 进行比较 (运算符 ==):")
print(df == 100)
print("\n与标量 100 进行比较 (方法 eq):")
print(df.eq(100))
3）使用方法控制广播轴
import pandas as pd
# 创建数据帧
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
print("原始 DataFrame:")
print(df)
# 当其他是 Series，一个数据帧的列与索引对齐后进行广播
print("\n与 Series 进行不等比较 (运算符 !=):")
print(df != pd.Series([100, 250], index=["cost", "revenue"]))
# 使用方法控制广播轴
print("\n使用方法控制广播轴 (ne 方法):")
print(df.ne(pd.Series([100, 300], index=["A", "D"]), axis='index'))
4）任意序列进行比较
import pandas as pd
# 创建数据帧
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
print("原始 DataFrame:")
print(df)
# 与任意序列进行比较
print("\n与序列 [250, 100] 进行比较 (运算符 ==):")
print(df == [250, 100])
print("\n使用方法控制轴与序列 [250, 250, 100] 比较:")
print(df.eq([250, 250, 100], axis='index'))
5）比较不同形状的 DataFrame
import pandas as pd
# 创建数据帧
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
print("原始 DataFrame:")
print(df)
# 比较不同形状的 DataFrame
other = pd.DataFrame({'revenue': [300, 250, 100, 150]},
index=['A', 'B', 'C', 'D'])
print("\n不同形状的 DataFrame 比较 (gt 方法):")
print("另一个 DataFrame:")
print(other)
print(df.gt(other))
6）按级别与 MultiIndex 进行比较
import pandas as pd
# 创建数据帧
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
print("原始 DataFrame:")
print(df)
# 按级别与 MultiIndex 进行比较
df_multindex = pd.DataFrame({'cost': [250, 150, 100, 150, 300, 220],
'revenue': [100, 250, 300, 200, 175, 225]},
index=[['Q1', 'Q1', 'Q1', 'Q2', 'Q2', 'Q2'],
['A', 'B', 'C', 'A', 'B', 'C']])
print("\nMultiIndex DataFrame 比较 (le 方法):")
print("MultiIndex DataFrame:")
print(df_multindex)
print(df.le(df_multindex, level=1))