Python Pandas dataframe.clip()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.clip()用於在指定的輸入閾值處修整值。我們可以使用此函數為數據單元格中任何單元格可以具有的值設置下限和上限。

用法： DataFrame.clip(lower=None, upper=None, axis=None, inplace=False, *args, **kwargs)

參數：
lower:最小閾值。低於此閾值的所有值都將被設置為該值。
upper:最大閾值。高於此閾值的所有值都將被設置為該值。
axis:沿給定軸上下對齊對象。
inplace:是否對數據執行適當的操作。
* args，** kwargs：其他關鍵字無效，但可以接受與numpy的兼容性。

範例1：采用clip()用於將數據幀的值修整為低於和高於給定閾值的函數。

# importing pandas as pd 
import pandas as pd 
  
# Creating a dataframe using dictionary 
df = pd.DataFrame({"A":[-5, 8, 12, -9, 5, 3], 
                   "B":[-1, -4, 6, 4, 11, 3], 
                   "C":[11, 4, -8, 7, 3, -2]}) 
  
# Printing the data frame for visualization 
df

現在，修剪所有低於-4到-4的值以及所有高於9到9的值。in-between值-4和9保持不變。

# Clip in range (-4, 9) 
df.clip(-4, 9)

輸出：

注意， DataFrame 中沒有任何大於9且小於-4的值

範例2：采用clip()函數可使用 DataFrame 中每個列元素的特定上下閾值進行剪輯。

# importing pandas as pd 
import pandas as pd 
  
# Creating a dataframe using dictionary 
  
df = pd.DataFrame({"A":[-5, 8, 12, -9, 5, 3], 
                   "B":[-1, -4, 6, 4, 11, 3], 
                   "C":[11, 4, -8, 7, 3, -2]}) 
  
# Printing the dataframe 
df

什麽時候axis=0，則該值將被剪切到各行中。我們將為所有列元素提供上限和下限閾值(即等於行數)

創建一個係列以存儲每個列元素的上下閾值。

# lower limit for each individual column element. 
lower_limit = pd.Series([1, -3, 2, 3, -2, -1]) 
  
# upper limit for each individual column element. 
upper_limit = lower_limit + 5
  
# Print lower_limit 
lower_limit 
  
# Print upper_limit 
upper_limit

輸出：

現在，我們要將這些限製應用於 DataFrame 。

# applying different limit value for each column element 
df.clip(lower_limit, upper_limit, axis = 0)

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.clip()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。