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
1）比较标量与 DataFrame
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
})
result = df.ne(5)
print(result)
2）比较两个 DataFrame
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
})
result = df.ne(5)
print(result)
df2 = pd.DataFrame({
'A': [1, 2, 4],
'B': [4, 6, 6]
})
result = df.ne(df2)
print(result)
3）使用 fill_value 填充缺失值
pandas 的旧版本中不支持 fill_value 参数。
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, None],
'B': [4, None, 6]
})
result = df.ne(3, fill_value=0)
print(result)