DataFrame.clip_lower(threshold, axis=None, inplace=False)
修剪低于给定阈值的值。
从版本0.24.0开始不推荐使用:改为使用clip(lower = threshold)。
阈值以下的元素将更改为与阈值匹配 。阈值可以是单个值或数组,在后一种情况下,它执行截断元素。
参数: | threshold : 数字或类似数组 允许的最小值。低于阈值的所有值都将设置为此值。 float:将每个值与阈值进行比较。 array-like:阈值的形状应与它所比较的对象相匹配。 当self是一个系列时,阈值应该是长度。当自我是一个数据帧, 阈值应在2-d和相同的形状,自对axis=None, 或1-d和相同的长度轴线被比较。 axis : {0或'index',1或'columns'},默认为0 使自我与给定轴上的阈值对齐。 inplace : 布尔值,默认为False 是否对数据执行操作。 版本0.21.0中的新功能。 |
返回: | Series或DataFrame 修剪了值的原始数据。 |
例子
Series单阈值限幅:
>>> s = pd.Series([5, 6, 7, 8, 9])
>>> s.clip(lower=8)
0 8
1 8
2 8
3 8
4 9
dtype: int64
Series剪辑元素使用阈值数组。阈值 应与Series的长度相同。
>>> elemwise_thresholds = [4, 8, 7, 2, 5]
>>> s.clip(lower=elemwise_thresholds)
0 5
1 8
2 7
3 8
4 9
dtype: int64
可以将DataFrame与标量进行比较。
>>> df = pd.DataFrame({"A": [1, 3, 5], "B": [2, 4, 6]})
>>> df
A B
0 1 2
1 3 4
2 5 6
>>> df.clip(lower=3)
A B
0 3 3
1 3 4
2 5 6
或者是一组值。默认情况下,阈值应与DataFrame的形状相同。
>>> df.clip(lower=np.array([[3, 4], [2, 2], [6, 2]]))
A B
0 3 4
1 3 4
2 6 6
控制如何使用轴广播阈值。在这种情况下, 阈值应与轴指定的轴长度相同 。
>>> df.clip(lower=[3, 3, 5], axis='index')
A B
0 3 3
1 3 4
2 5 6
>>> df.clip(lower=[4, 5], axis='columns')
A B
0 4 5
1 4 5
2 5 6