Python | Pandas Series.clip_lower ()

Michael Zippo

Pandas Series.clip_lower() используется для значений Series.clip_lower() ‚Äã‚Äãниже переданное наименьшее значение. В качестве параметра передается пороговое значение, и все значения в последовательности, которые меньше пороговых значений, становятся равными ему.

Синтаксис: Series.clip_lower (порог, ось = None , inplace = False)
Параметры:
порог: числовой или подобный списку, наборы минимальное пороговое значение, а в случае списка устанавливает отдельные пороговые значения ‚Äã‚Äãдля каждого значения в серии вызывающих абонентов (данный размер списка одинаков)
ось: 0 или `index` для применения метода строки и 1 или "столбцы" для применения по столбцам
на месте: внесите изменения в сам ряд вызывающего объекта. (Перезаписать новыми значениями)
Тип возвращаемого значения: Серия с обновленными значениями ‚Äã‚Äã

Чтобы загрузить набор данных, используемый в следующем Например, нажмите здесь .
В следующих примерах используемый фрейм данных содержит данные для некоторых игроков НБА. Изображение фрейма данных до любых операций прикреплено ниже.
Пример № 1 : применяется к ряду с одним значением

В этом примере минимальное пороговое значение 26 передается в качестве параметра методу .clip_lower(). Этот метод вызывается для столбца Age фрейма данных, а новые значения сохраняются в столбце Age_new. Перед выполнением каких-либо операций нулевые строки удаляются с помощью .dropna()

< td class ="code ">
# импорт модуля pandas
import pandas as pd

# создать фрейм данных
данные = pd.read_csv ( " https://media.python.engineering/wp-content/uploads/nba. csv " )

# удалить нулевые значения, чтобы избежать ошибки
data.dropna (inplace = Верно )

# установка порога
порог = 26.0

# примените метод и перейти к новому столбцу
данные [ "Age_new" ] = данные [ "Возраст" ]. clip_lower (порог)

# display
data
Вывод:
Как показано на выходном изображении, минимум значение столбца Age_new равно 26. Все значения меньше 26 были увеличены до 26 и сохранены как новый столбец th.
Пример № 2: Применяется к рядам со значением типа списка
В этом примере извлекаются первые 10 строк столбца "Возраст" и сохраняется с помощью метода .head(). После этого создается список одинаковой длины, который передается в параметр threshold метода .clip_lower() для установки отдельного порогового значения для каждого значения в ряду. Возвращенные значения ‚Äã‚Äãхранятся в новом столбце "cliped_values".

# import модуля pandas
import pandas as pd

# импорт модуля регулярного выражения
import re

# создать фрейм данных
data = pd.read_csv ( " https://media.python .engineering/wp-content/uploads/nba.csv " )

# удалить null va lues ‚Äã‚Äãво избежание ошибок
data.dropna(inplace = True )

# возвращает первые строки
new_data = data.head ( 10 ). copy ()

# список отдельных порогов
threshold = [ 27 , 23 , 19 , 30 , 26 , 22 , 22 , 41 , 11 , 33 ]
# применение метода и возврат к новому столбцу
new_ данные [ "Обрезанные значения" ] = new_data [ "Возраст" ]. clip_lower (порог = порог)
# display new_data

Вывод:
Как на дисплее. Но на выходном изображении каждое значение в последовательности имело другое пороговое значение в соответствии с переданным списком, поэтому результаты возвращались в соответствии с к отдельному пороговому значению каждого элемента.