Python Pandas系列 .clip_lower()

在 Pandas 中，clip_lower() 方法可以用来将一列 DataFrame 或者 Series 中低于指定值的元素替换成该值。

用法

DataFrame.clip_lower(threshold, axis=None, inplace=False)
Series.clip_lower(threshold, inplace=False)

其中：

• threshold 表示要 clip 的下限值。在 Series 中，所有小于该值的元素将被替换。在 DataFrame 中，仅会替换该列中低于该值的元素。
• axis 表示要 clip 的坐标轴。默认情况下，在 Series 中为 0，DataFrame 中为 1（列）。
• inplace 表示是否要原地修改数据。

下面是一些具体的例子：

示例 1

import pandas as pd

data = {'A': [-10, 0, 10], 'B': [2, 3, 4], 'C': [-1, -1, -1]}
df = pd.DataFrame(data)

print(df.clip_lower(0))

输出：

    A  B  C
0   0  2  0
1   0  3  0
2  10  4  0

解释：

• 列 A 中所有低于 0 的数被替换成了 0。
• 列 B 中没有低于 0 的数，所以没有改变。
• 列 C 中所有低于 0 的数也被替换成了 0。

示例 2

import pandas as pd

series = pd.Series([-5, 0, 5])
print(series.clip_lower(0))

输出：

0    0
1    0
2    5
dtype: int64

解释：

• 数组中所有低于 0 的数被替换成了 0。

示例 3

import pandas as pd

data = {'A': [-10, 0, 10], 'B': [2, 3, 4], 'C': [-1, -1, -1]}
df = pd.DataFrame(data)
df.clip_lower(0, inplace=True)
print(df)

输出：

    A  B  C
0   0  2  0
1   0  3  0
2  10  4  0

解释：

• 列 A 中所有低于 0 的数被替换成了 0。
• 列 B 中没有低于 0 的数，所以没有改变。
• 列 C 中所有低于 0 的数也被替换成了 0。

总结

通过 .clip_lower() 方法，我们可以方便地将 DataFrame 或者 Series 中低于指定值的元素替换成该值，这在数据清洗中非常有用。