Python Pandas Series.clip_upper()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 Series.clip_upper()用於裁剪超過傳遞的最大值的值。閾值作為參數傳遞，並且所有大於閾值的串聯值都等於閾值。

用法：Series.clip_upper(threshold, axis=None, inplace=False)

參數：
threshold:數字或類似列表，設置最大閾值，如果是列表，則為調用者係列中的每個值設置單獨的閾值(給定列表大小相同)
axis:0或“索引”按行應用方法，1或“列”按列應用。
inplace:在調用者係列本身中進行更改。 (用新值覆蓋)

返回類型：具有更新值的係列

要下載以下示例中使用的數據集，請單擊此處。在以下示例中，使用的 DataFrame 包含一些NBA球員的數據。下麵是任何操作之前的數據幀圖像。

例子1：適用於單值係列
在此示例中，最大閾值26作為參數傳遞給.clip_upper()方法。在數據幀的Age列上調用此方法，並將新值存儲在Age_new列中。在執行任何操作之前，使用.dropna()刪除空行

# importing pandas module  
import pandas as pd  
  
# making data frame  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")  
    
# removing null values to avoid errors  
data.dropna(inplace = True)  
  
# setting threshold value 
threshold = 26.0
  
# applying method and passing to new column 
data["Age_new"]= data["Age"].clip_upper(threshold) 
  
# displaying top 10 rows 
data.head(10)

輸出：
如輸出圖像中所示，Age_new列的最大值為26。超過26的所有值均被裁剪並等於26。

範例2：應用於具有列表類型值的係列

在此示例中，使用以下方法提取並存儲“年齡”列的前10行：.head() 方法。之後，將創建一個相同長度的列表，並將其傳遞給的閾值參數.clip_upper() 為串聯的每個值設置單獨的閾值的方法。返回的值存儲在新列“ clipped_values”中。

# importing pandas module  
import pandas as pd  
  
# importing regex module 
import re 
    
# making data frame  
data = pd.read_csv("https://media.geeksforgeeks.org /wp-content/uploads/nba.csv")  
    
# removing null values to avoid errors  
data.dropna(inplace = True)  
  
# returning top rows 
new_data = data.head(10).copy() 
  
# list for separate threshold values 
threshold =[27, 23, 19, 30, 26, 22, 22, 41, 11, 33] 
  
# applying method and returning to new column 
new_data["Clipped values"]= new_data["Age"].clip_upper(threshold = threshold) 
  
# display 
new_data

輸出：
如輸出圖像所示，根據傳遞的列表，每個串聯的值都有不同的閾值，因此，根據每個元素的單獨閾值返回結果。所有比其各自的閾值大的值都被縮減到閾值。

相關用法

注：本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Series.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。