Pandas 数据帧clip()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-clip-method

在本教程中，我们将学习 PandasDataFrame.clip()方法。该方法在输入阈值处调整值。它将边界外的值指定给边界值。阈值可以是奇异值或类似数组的值，在后一种情况下，在指定的轴上按元素执行裁剪。

下图显示了DataFrame.clip()方法的语法。

句法

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

因素

下限:表示浮点或 array_like，默认无。它表示最小阈值，低于该阈值的所有值都将被设置为它。

上:代表浮动或 array_like，默认无。它代表最大阈值。高于此阈值的所有值都将被设置为该值。

轴:表示 int 或 str 轴名称，可选。它沿着给定的轴上下对齐对象。

到位:表示 bool(真或假)，默认值为 False。是否对数据就地执行操作。

*args，kwargs** :是额外的关键词，没有效果，但可能会被接受与 NumPy 兼容。

示例 1:具有upper阈值的DataFrame.clip()方法

以下示例显示了DataFrame.clip()方法如何在upper 阈值处调整值。

#importing pandas library
import pandas as pd
data = {'col_1': [9, -3, 0, -1, 12], 'col_2': [-2, -7, -6, 8, -5]}
df = pd.DataFrame(data)
print("------DataFrame--------")
print(df)
print("------After clipping the DataFrame--------")
print(df.clip(upper=6))

一旦我们运行程序，我们将得到以下结果。

-数据帧- col 1 col 2 0 9-2 1-3-7 2 0-6 3-1 8 4 12-5 -剪切数据帧后- col 1 col 2 0 6-2 1-3-7 2 0-6 3-1 6 4 6-5

示例 2:具有lower阈值的DataFrame.clip()方法

以下示例显示了DataFrame.clip()方法如何在lower 阈值处调整值。

#importing pandas library
import pandas as pd
data = {'col_1': [9, -3, 0, -1, 12], 'col_2': [-2, -7, -6, 8, -5]}
df = pd.DataFrame(data)
print("------DataFrame--------")
print(df)
print("------After clipping the DataFrame--------")
print(df.clip(lower=-1))

一旦我们运行程序，我们将得到以下结果。

-数据帧- col 1 col 2 0 9-2 1-3-7 2 0-6 3-1 8 4 12-5 -剪切数据帧后- col 1 col 2 0 9-1 1-1-1 2 0-1 3-1 8 4 12-1

示例 3:具有lower和upper阈值的DataFrame.clip()方法

以下示例显示了DataFrame.clip()方法如何在lower 和upper 阈值处修剪值。

#importing pandas library
import pandas as pd
data = {'col_1': [9, -3, 0, -1, 12], 'col_2': [-2, -7, -6, 8, -5]}
df = pd.DataFrame(data)
print("------DataFrame--------")
print(df)
print("------After clipping the DataFrame--------")
print(df.clip(-1,6))

一旦我们运行程序，我们将得到以下结果。

-数据帧- col 1 col 2 0 9-2 1-3-7 2 0-6 3-1 8 4 12-5 -剪切数据帧后- col 1 col 2 0 6-1 1-1-1 2 0-1 3-1 6 4 6-1

示例 4:具有lower、upper阈值和inplace=True的DataFrame.clip()方法

下面的例子显示了inplace=True时DataFrame.clip()方法如何在lower 和upper 阈值处修剪值。

DataFrame.clip()方法逐元素修剪值，如果inplace=True.则返回None

#importing pandas library
import pandas as pd
data = {'col_1': [9, -3, 0, -1, 12], 'col_2': [-2, -7, -6, 8, -5]}
df = pd.DataFrame(data)
print("------DataFrame--------")
print(df)
print("------After clipping the DataFrame--------")
print(df.clip(-1,6,inplace=True))
print(df)

一旦我们运行程序，我们将得到以下结果。

-数据帧- col 1 col 2 0 9-2 1-3-7 2 0-6 3-1 8 4 12-5 -剪切数据帧后- 无 col 1 col 2 0 6-1 1-1-1 2 0-1 3-1 6 4 6-1

结论

在本教程中，我们学习了DataFrame.clip()方法。我们学习了语法、参数，通过解决不同的例子，我们理解了DataFrame.clip()方法。