Pythonschlange | Pandas dataframe.clip_upper ()

|

Pandas dataframe.clip_upper() wird verwendet, um Werte bei einem bestimmten Eingabeschwellenwert zu trimmen. Wir verwenden diese Funktion, um alle Werte oberhalb der Eingabeschwelle auf die angegebene Eingabe zu trimmen.

Syntax: DataFrame.clip_upper (threshold, axis = None, inplace = False)

Parameter:
threshold: float oder array_like
float : jeder Wert wird verglichen mit Schwelle.
Array-ähnlich : Die Form der Schwelle sollte mit dem Objekt übereinstimmen, mit dem sie verglichen wird. Wenn self eine Serie ist, sollte der Schwellenwert die Länge sein. Wenn self ein DataFrame ist, sollte der Schwellenwert 2-D und die gleiche Form wie self für Achse = None oder 1-D und die gleiche Länge wie die zu vergleichende Achse haben.
Achse: Objekt ausrichten mit Schwellenwert entlang der gegebenen Achse.
inplace: Ob die Operation an Ort und Stelle für die Daten ausgeführt werden soll.

Rückgaben: abgeschnitten: gleicher Typ als Eingabe

Beispiel Nr. 1: Verwenden Sie clip_upper () , um Datenrahmenwerte über einem bestimmten Schwellenwert zu trimmen.


# pandas als pd importieren

import Pandas als pd


# Erstellen Sie einen Datenrahmen mit a Wörterbuch

df = pd.DataFrame ({ "A" : [ - 5 , 8 , 12 , - 9 , 5 , 3 ],

"B" : [ - 1 , - 4 , 6 , 4 , 11 , 3 ],

"C" : [ 11 , 4 , - 8 , 7 , 3 , - 2 ]})


# Datenrahmen zum Rendern drucken < br> df

< img src = "http://espressocode.top/images/linscharvihydedli284947.jpg" />

Trimmen Sie nun alle Werte über 8 auf 8.


# Alle Werte unter 2 kürzen

df.clip_upper ( 8 )

Ausgabe :

Beispiel Nr. 2: Verwenden Sie clip_upper () zu clip_upper () Werte im Datenrahmen mit einem bestimmten Wert für jede Zelle des Datenrahmens.

Zu diesem Zweck können wir ein leeres Array verwenden, aber die Form des Arrays muss die gleiche sein wie die des Informationsrahmen.


# pandas import as pd

import Pandas als pd


# Erstelle a Datenrahmen mit einem Wörterbuch


df = pd.DataFrame ({ "A" : [ - 5 , 8 , 12 , - 9 , 5 , 3 ],

"B" : [ - 1 , - 4 , 6 , 4 , 11 , 3 ],

"C" : [ 11 , 4 , - 8 , 7 , 3 , - 2 ]})


# Obergrenze für jedes einzelne Spaltenelement.

limit = np .array ([ [ 10 , 2 , 8 ], [ 3 , 5 , 3 ], [ 2 , 4 , 6 ],

[ 11 , 2 , 3 ], [ 5 , 2 , 3 ], [ 4 , 5 , 3 ]])


# Obergrenze drucken < br> limit

< img src = "http://espressocode.top/images/ensishotppergtrusbeg977217.jpg" />

Wenden Sie nun diese Beschränkungen auf den Datenrahmen an.

# einen anderen Grenzwert anwenden
# für jede Zelle im Datenrahmen
df.clip_upper (Grenze)

Ausgabe:

Jeder Zellenwert wurde basierend auf der entsprechenden Obergrenze beschnitten.

Shop

Learn programming in R: courses

$

Best Python online courses for 2022

$

Best laptop for Fortnite

$

Best laptop for Excel

$

Best laptop for Solidworks

$

Best laptop for Roblox

$

Best computer for crypto mining

$

Best laptop for Sims 4

$

Latest questions

NUMPYNUMPY

psycopg2: insert multiple rows with one query

12 answers

NUMPYNUMPY

How to convert Nonetype to int or string?

12 answers

NUMPYNUMPY

How to specify multiple return types using type-hints

12 answers

NUMPYNUMPY

Javascript Error: IPython is not defined in JupyterLab

12 answers


Wiki

Python OpenCV | cv2.putText () method

numpy.arctan2 () in Python

Python | os.path.realpath () method

Python OpenCV | cv2.circle () method

Python OpenCV cv2.cvtColor () method

Python - Move item to the end of the list

time.perf_counter () function in Python

Check if one list is a subset of another in Python

Python os.path.join () method