Python | Pandas dataframe.clip_upper()

|

Pandas dataframe.clip_upper() é usado para cortar valores em um limite de entrada especificado. Usamos esta função para cortar todos os valores acima do limite de entrada para a entrada especificada.

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

Parâmetros: < br /> limite: float ou array_like
float : cada valor é comparado ao limite.
tipo array : A forma do limite deve corresponder ao objeto com o qual é comparado. Quando self é uma série, o limite deve ser o comprimento. Quando self é um DataFrame, o limite deve ser 2-D e a mesma forma que self para o eixo = Nenhum, ou 1-D e o mesmo comprimento do eixo que está sendo comparado.
eixo: Alinha o objeto com o limite ao longo do eixo fornecido.
inplace: se a operação deve ser executada nos dados.

Retorna: recortado: mesmo tipo da entrada

Exemplo # 1: Use clip_upper ( ) para cortar os valores do dataframe acima de um determinado limite.

Agora corte todos os valores acima de 8 a 8.

# import pandas as pd

import pandas as pd


# Cria um quadro de dados usando um dicionário

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 ]})


# Imprime data frame para renderização
df

# Trim todos os valores abaixo de 2

df.clip_upper ( 8 )

Saída:

Exemplo # 2: Use clip_upper () para clip_upper () valores no data frame com um valor específico para cada célula do data frame.

Para isso podemos usar um array vazio, mas o formato do array deve ser o mesmo do quadro de informações.

< tr>

# pandas import as pd

import pandas as pd


# Cria um quadro de dados usando um dicionário

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

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

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


# limite superior para cada elemento de coluna individual.

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

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


# Imprimir upper_limit
limite

Agora aplique essas restrições ao quadro de dados.

# aplica um limite diferente
# para cada célula no quadro de dados
df.clip_upper (limite)

Saída:

Cada valor de célula foi cortado com base no limite superior aplicado correspondente.

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