pandas clip() 裁剪数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 的 clip() 方法用于限制数据的范围。它可以对 DataFrame 或 Series 的数据进行裁剪，使得数据值不会超出指定的上下界限。这对于数据预处理和清洗非常有用，尤其是在处理异常值时。

语法

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

参数

lower: 可选。设置下限值，数据中的所有值低于这个值的都会被替换为这个值。如果没有提供，则不进行下限裁剪。
upper: 可选。设置上限值，数据中的所有值高于这个值的都会被替换为这个值。如果没有提供，则不进行上限裁剪。
axis: 可选。用于指定操作的轴，默认值为 None，即对所有轴进行操作。如果是 0 或 index，则对每一列进行裁剪；如果是 1 或 columns，则对每一行进行裁剪。
inplace: 可选。是否在原地修改数据，默认为 False，即返回一个新的 DataFrame 或 Series，而不修改原始数据。

返回值

返回裁剪后的 DataFrame 或 Series，根据指定的上下限限制数据值的范围。

使用场景

数据清洗: 用于清理数据中的异常值。
数据预处理: 确保数据在模型训练前符合预期的范围。
数据可视化: 限制数据范围，使得数据图表更具可读性。

例子

data = {'col_0': [9, -3, 0, -1, 5], 'col_1': [-2, -7, 6, 8, -5]}
df = pd.DataFrame(data)
df
   col_0  col_1
0      9     -2
1     -3     -7
2      0      6
3     -1      8
4      5     -5

# 使用下限和上限的每列剪辑：
df.clip(-4, 6)
   col_0  col_1
0      6     -2
1     -3     -4
2      0      6
3     -1      6
4      5     -4

# 每列使用特定下限和上限阈值的剪辑：
df.clip([-2, -1], [4, 5])
    col_0  col_1
0      4     -1
1     -2     -1
2      0      5
3     -1      5
4      4     -1

# 使用每个列元素的特定下限和上限进行剪辑：
t = pd.Series([2, -4, -1, 6, 3])
t
0    2
1   -4
2   -1
3    6
4    3
dtype: int64

df.clip(t, t + 4, axis=0)
   col_0  col_1
0      6      2
1     -3     -4
2      0      3
3      6      8
4      5      3

# 每列元素使用特定较低阈值的剪辑，缺失值：
t = pd.Series([2, -4, np.nan, 6, 3])
t
0    2.0
1   -4.0
2    NaN
3    6.0
4    3.0
dtype: float64

df.clip(t, axis=0)
col_0  col_1
0      9      2
1     -3     -4
2      0      6
3      6      8
4      5      3

示例

假设有一个包含学生分数的数据集，我们希望将分数限制在 0 到 100 之间。

import pandas as pd

# 创建示例数据
data = {
    'Math': [95, 105, 78, -5, 88],
    'Science': [89, 120, 85, 60, -10],
    'English': [75, 85, 130, 92, 45]
}

df = pd.DataFrame(data)

# 使用 clip() 方法限制数据范围
df_clipped = df.clip(lower=0, upper=100)

print("原始数据：")
print(df)
print("\n裁剪后的数据：")
print(df_clipped)

输出：

原始数据：
   Math  Science  English
0    95       89       75
1   105      120       85
2    78       85      130
3    -5       60       92
4    88      -10       45

裁剪后的数据：
   Math  Science  English
0    95       89        75
1    100      100        85
2    78        85       100
3     0        60        92
4    88         0        45

在这个例子中，clip() 方法将 Math 列中的 105 限制为 100，将 Science 列中的 120 限制为 100，将 English 列中的 130 限制为 100，同时也将负值限制为 0。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.clip.html

< replace() 数据替换 pandas 数据替换 where() 和 mask() 按条件替换值 >

更新时间：2024-08-07 20:20:44 标签：pandas python 裁剪