DataFrame.le(self, other, axis='columns', level=None) [source]
获取小于或等于dataframe和其他逐元素（二进制运算符le）。
在灵活的包装器（eq，ne，le，lt，ge，gt）中，用于比较运算符。
等效于==，=！，<=，<，> =，>，并支持选择轴（行或列）和级别进行比较。
参数： | other ： 或 任何单个或多个元素的数据结构，或类似列表的对象。 axis ： { 默认为 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。 |
返回值： | 布尔值的 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）DataFrame 与标量值（scalar）比较
import pandas as pd
df = pd.DataFrame({'A': [1, 4, 3], 'B': [2, 5, 6]})
print(df.le(3)) # 判断每个元素是否 ≤ 3
2）DataFrame 与 Series 比较
import pandas as pd
df = pd.DataFrame({'A': [1, 4, 3], 'B': [2, 5, 6]})
s = pd.Series([2, 4], index=['A', 'B'])
print(df.le(s, axis=1)) # 按列对比3）DataFrame 之间的比较
import pandas as pd
df = pd.DataFrame({'A': [1, 4, 3], 'B': [2, 5, 6]})
df2 = pd.DataFrame({'A': [2, 3, 3], 'B': [2, 4, 6]})
print(df.le(df2))4）DataFrame 与 NumPy 数组比较
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 4, 3], 'B': [2, 5, 6]})
arr = np.array([[2, 2], [4, 4], [3, 6]])
print(df.le(arr))
5）与任意序列比较时，列数必须与 other 中的元素数匹配
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
# 与任意序列比较时，列数必须与 other 中的元素数匹配
print(df.le([250, 100]))
# 结果：
# cost revenue
# A True True
# B True False
# C True False
6）使用 axis 控制轴（按行比较）
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
# 使用 axis 控制轴（按行比较）
print(df.le([250, 250, 100], axis='index'))
# 结果：
# cost revenue
# A True False
# B True True
# C True True
7）比较不同形状的 DataFrame
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
# 比较不同形状的 DataFrame
other = pd.DataFrame({'revenue': [300, 250, 100, 150]},
index=['A', 'B', 'C', 'D'])
print(df.le(other))
# 结果：
# cost revenue
# A False True
# B True True
# C True True
# D False False
8）按级别与 MultiIndex 进行比较
import pandas as pd
# 创建示例 DataFrame
df = pd.DataFrame({'cost': [250, 150, 100],
'revenue': [100, 250, 300]},
index=['A', 'B', 'C'])
# 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(df.le(df_multindex, level=1))
# 结果：
# cost revenue
# Q1 A True True
# B True True
# C True True
# Q2 A False True
# B True False
# C True False