在 Pandas 中,Panel是一個非常重要的三維數據容器。 3個軸的名稱旨在為描述涉及麵板數據的操作,尤其是麵板數據的計量分析提供一些語義上的含義。
Panel.clip_upper()
函數用於返回輸入值大於給定值被截斷的輸入副本。
用法: Panel.clip_upper(threshold, axis=None, inplace=False)
參數:
threshold:浮點數或數組
axis:沿給定軸將對象與閾值對齊。
inplace:是否對數據執行適當的操作
返回:與輸入相同的類型。
創建麵板:
# 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")
輸出:
代碼1:使用clip_upper()
# 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':np.random.randn(5)})
print(panel['b'].clip_upper(df2['b'], axis = 0))
輸出:
代碼2:使用clip_upper()
# 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_upper(np.random.randn(7))
print(p)
輸出:
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shivam_k大神的英文原創作品 Python | Pandas Panel.clip_upper()。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。