DataFrame.ne(self, other, axis='columns', level=None) [source]
获取不等于dataframe和其他按元素计的值（二进制运算符ne）。
在灵活的包装器（eq，ne，le，lt，ge，gt）之间进行比较运算符。
等效于==，=！，<=，<，> =，>，并支持选择轴（行或列）和级别进行比较。
参数： | other : 何单个或多个元素数据结构，或类似列表的对象。 axis ：{0 或 ‘index’, 1 或 ‘columns’} 是按索引（0或“索引”）还是按列（1或“列”）进行比较。 level ： 在一个级别上广播，在传递的MultiIndex级别上匹配索引值。 |
返回值： | DataFrame 算术运算的结果。 |
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
>>> df = pd.DataFrame({'cost': [250, 150, 100],
... 'revenue': [100, 250, 300]},
... index=['A', 'B', 'C'])
>>> df
cost revenue
A 250 100
B 150 250
C 100 300使用运算符或方法与标量进行比较：
>>> df == 100
cost revenue
A False True
B False False
C True False
>>> df.eq(100)
cost revenue
A False True
B False False
C True False当其他是Series，一个数据帧的列与指数对准其他和广播：
>>> df != pd.Series([100, 250], index=["cost", "revenue"])
cost revenue
A True True
B True False
C False True使用该方法控制广播轴：
>>> df.ne(pd.Series([100, 300], index=["A", "D"]), axis='index')
cost revenue
A True False
B True True
C True True
D True True与任意序列比较时，列数必须与other中的元素数匹配：
>>> df == [250, 100]
cost revenue
A True True
B False False
C False False使用该方法控制轴：
>>> df.eq([250, 250, 100], axis='index')
cost revenue
A True False
B False True
C True False比较不同形状的DataFrame
>>> other = pd.DataFrame({'revenue': [300, 250, 100, 150]},
... index=['A', 'B', 'C', 'D'])
>>> other
revenue
A 300
B 250
C 100
D 150>>> df.gt(other)
cost revenue
A False False
B False False
C False True
D False False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']])
>>> df_multindex
cost revenue
Q1 A 250 100
B 150 250
C 100 300
Q2 A 150 200
B 300 175
C 220 225>>> df.le(df_multindex, level=1)
cost revenue
Q1 A True True
B True True
C True True
Q2 A False True
B True False
C True False