Python | Pandy dataframe.clip_upper ()

|

Pandy dataframe.clip_upper() służy do przycinania wartości przy określonym progu wejściowym. Używamy tej funkcji do przycinania wszystkich wartości powyżej progu wejściowego do określonego wejścia.

Składnia: DataFrame.clip_upper (próg, oś = Brak, inplace = False)

Parametry: < br /> próg: float lub array_like
float : każda wartość jest porównywana z progiem.
podobny do tablicy : kształt progu powinien pasować do obiektu, z którym jest porównywany. Gdy self jest serią, próg powinien być długością. Gdy self jest ramką DataFrame, próg powinien mieć 2D i taki sam kształt jak self dla osi = Brak lub 1-D i tej samej długości co porównywana oś.
oś: Wyrównaj obiekt z progiem wzdłuż danej osi.
inplace: Określa, czy wykonać operację w miejscu na danych.

Zwraca: obcięty: ten sam typ co dane wejściowe

Przykład nr 1: Użyj clip_upper ( ) , aby przyciąć wartości dataframe powyżej danego progu.

Teraz przytnij wszystkie wartości powyżej 8 do 8.

# importuj pandy jako pd

importuj pandy jako pd


# Utwórz ramkę danych za pomocą słownika

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

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

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


# Drukuj ramkę danych do renderowania
df

# Trim wszystkie wartości poniżej 2

df.clip_upper ( 8 )

Dane wyjściowe:

Przykład nr 2: Użyj clip_upper () do clip_upper () wartości w ramce danych z określoną wartością dla każdej komórki ramki danych.

W tym celu możemy użyć pustej tablicy, ale kształt tablicy musi być taki sam jak w ramka informacyjna.

< tr>

# pandy importuj jako pd

importuj pandy jako pd


# Utwórz ramkę danych za pomocą słownika

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

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

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


# górny limit dla każdego pojedynczego elementu kolumny.

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

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


# Print upper_limit
limit

Teraz zastosuj te ograniczenia do ramki danych.

# zastosuj inny limit
# dla każdej komórki w ramce danych
df.clip_upper (limit)

Dane wyjściowe:

Każda wartość komórki została przycięta na podstawie odpowiedni górny zastosowany limit.

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