在 Pandas 中,Panel是一个非常重要的三维数据容器。 3个轴的名称旨在为描述涉及面板数据的操作,尤其是面板数据的计量分析提供一些语义上的含义。
Panel.clip_lower()
函数用于返回输入值低于阈值被截断的副本。
用法: Panel.clip_lower(threshold, axis=None, inplace=False)
参数:
threshold:允许的最小值。所有低于阈值的值都将设置为此值。
float:每个值都与阈值进行比较。
array-like:阈值的形状应与要比较的对象相匹配。
axis:沿给定轴将自身与阈值对齐。
inplace:是否对数据执行适当的操作。
返回:与输入相同的类型。
代码1:使用from_dict()创建面板
# importing pandas module
import pandas as pd
import numpy as np
df1 = pd.DataFrame({'a':['Geeks', 'For', 'geeks'],
'b':np.random.randn(3)})
data = {'item1':df1, 'item2':df1}
# creating Panel
panel = pd.Panel.from_dict(data, orient ='minor')
print(panel, "\n")
输出:
代码2:使用clip_lower()
# importing pandas module
import pandas as pd
import numpy as np
df1 = pd.DataFrame({'a':['Geeks', 'For', 'geeks'],
'b':np.random.randn(3)})
data = {'item1':df1, 'item2':df1}
# creating Panel
panel = pd.Panel.from_dict(data, orient ='minor')
print(panel, "\n")
print(panel['b'], '\n')
df2 = pd.DataFrame({'b':[11, 12, 13]})
print(panel['b'].clip_lower(df2['b'], axis = 0))
输出:
代码3:
# creating an empty panel
import pandas as pd
import numpy as np
data = {'Item1' :pd.DataFrame(np.random.randn(7, 4)),
'Item2' :pd.DataFrame(np.random.randn(4, 5))}
pen = pd.Panel(data)
print(pen['Item1'], '\n')
p = pen['Item1'][0].clip_lower(np.random.randn(7))
print(p)
输出:
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shivam_k大神的英文原创作品 Python | Pandas Panel.clip_lower()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。