Python | Panda dataframe.clip ()

| |

Pandas dataframe.clip() viene utilizzato per tagliare i valori a una soglia di input specificata. Possiamo usare questa funzione per impostare i limiti inferiore e superiore sui valori che può avere qualsiasi cella in un frame di dati.

Sintassi: DataFrame.clip (inferiore = Nessuno, superiore = Nessuno, asse = Nessuno, inplace = Falso, * args, ** kwargs)

Parametri:
inferiore: Valore di soglia minimo ... Tutti i valori al di sotto di questa soglia verranno impostati su di essa.
superiore: valore di soglia massimo. Tutti i valori al di sopra di questa soglia verranno impostati su di essa.
asse: allinea l’oggetto con inferiore e superiore lungo l’asse specificato.
inplace: se eseguire l’operazione in atto sui dati.
* args, ** kwargs: parole chiave aggiuntive non hanno effetto ma potrebbero essere accettate per compatibilità con numpy.

Esempio n. 1: utilizzare la funzione clip() per ritagliare i valori dei frame di dati al di sotto e al di sopra di una soglia specificata.

# importa panda come pd

importa panda come pd


# Crea un frame di dati usando un dizionario

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

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

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


# Stampa frame di dati per il rendering
df

Ora taglia tutti i valori da -4 a -4 e tutti i valori da 9 a 9. I valori nell’intervallo da -4 a 9 rimangono gli stessi.

# Clip nell’intervallo (-4, 9)

df.clip ( - 4 , 9 )

Output:

Si noti che non esistono valori maggiori di 9 o minori di -4 nel frame di dati

Esempio n. 2: usa la funzione clip() per le clip, utilizzando soglie bassa e alta specifiche per ogni elemento della colonna nel frame di dati.

# importa panda come pd

importa panda come pd


# Crea un frame di dati usando i dizionari

df = pd.DataFrame ({ "A" : [ - 5 , 8 , 12 < codice classe ="plain ">, - 9 , 5 , 3 ],

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

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


# Stampa frame di dati
df

quando axis = 0 il valore verrà troncato riga per riga. Forniremo una soglia alta e una soglia bassa per tutti gli elementi della colonna (ad es. l’equivalente del conteggio delle righe)

Crea una serie per memorizzare la soglia bassa e alta per ogni elemento della colonna.

< td class = "code">

# limite inferiore per ogni singolo elemento della colonna.

lower_limit = pd.Series ([ 1 , - 3 , 2 , 3 , - 2 , - 1 ])


# limite superiore per ogni singolo elemento della colonna.

limite_superiore = limite_inferiore + 5


# Stampa lower_limit
lower_limit


# Stampa limite_superiore
limite_superiore

Output:


Ora vogliamo applicare queste restrizioni al frame di dati.

< td class = "code">

# applicando valori limite diversi per ogni voce di colonna

df. clip (limite_inferiore, limite_superiore, asse = 0 )

Output:

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

News


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