DataFrame.ge(self, other, axis='columns', level=None) [源代码]
大于或等于dataframe和其他元素(二进制操作符ge)。
柔性包装器(eq, ne, le, lt, ge, gt)之间的比较操作。
相当于==，=!， <=， <， >=， >支持选择轴(行或列)和级别进行比较。
参数： | other : 标量(scalar)，序列(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‘columns’）进行比较。 level ： int或label 跨级别广播，匹配传递的多索引级别上的索引值。 |
返回值： | bool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）与标量值比较
import pandas as pd
data = {'A': [10, 20, 30], 'B': [5, 15, 25]}
df = pd.DataFrame(data)
# 比较每个元素是否大于或等于 15
result = df.ge(15)
print(result)
2）与另一个 DataFrame 比较
import pandas as pd
data = {'A': [10, 20, 30], 'B': [5, 15, 25]}
df = pd.DataFrame(data)
df2 = pd.DataFrame({'A': [15, 15, 15],
'B': [10, 10, 10]})
# 按列比较 df 和 df2
result = df.ge(df2)
print(result)3）使用 fill_value
import pandas as pd
df3 = pd.DataFrame({'A': [None, 15, 30], 'B': [5, None, 25]})
# 使用 fillna() 填充缺失值
df3_filled = df3.fillna(0)
# 比较每个元素是否大于或等于 15
result = df3_filled.ge(15)
print(result)