在 Pandas DataFrame 列上应用阈值答案

【问题标题】：Apply a threshold on a Pandas DataFrame column在 Pandas DataFrame 列上应用阈值
【发布时间】：2016-06-15 05:36:07
【问题描述】：

我有一个像这样的 Daframe

In [52]: f
Out[52]:
Date
2015-02-23 12:00:00    0.172517
2015-02-23 13:00:00    0.172414
2015-02-23 14:00:00    0.172516
2015-02-23 15:00:00    0.173261
2015-02-23 16:00:00    0.172921
2015-02-23 17:00:00    0.172371
2015-02-23 18:00:00    0.176374
2015-02-23 19:00:00    0.177480
    ...

我想对系列应用一个阈值，这样值就会低于它，我只需将阈值的值替换为实际值。

我正在尝试定义一个布尔数据框，例如

布尔 = f > 阈值

但我不确定如何继续。提前致谢。

【问题讨论】：

标签： python pandas boolean time-series

【解决方案1】：

IIUC 那么以下应该可以工作：

f[f> Threshold] = some_val

或者你可以使用clip_upper:

f = f.clip_upper(Threshold)

这会将上限限制为您的阈值

In [147]:
df[df['val'] > 0.175] = 0.175
df

Out[147]:
                          val
Date                         
2015-02-23 12:00:00  0.172517
2015-02-23 13:00:00  0.172414
2015-02-23 14:00:00  0.172516
2015-02-23 15:00:00  0.173261
2015-02-23 16:00:00  0.172921
2015-02-23 17:00:00  0.172371
2015-02-23 18:00:00  0.175000
2015-02-23 19:00:00  0.175000

In [149]:    
df['val'].clip_upper(0.175)

Out[149]:
Date
2015-02-23 12:00:00    0.172517
2015-02-23 13:00:00    0.172414
2015-02-23 14:00:00    0.172516
2015-02-23 15:00:00    0.173261
2015-02-23 16:00:00    0.172921
2015-02-23 17:00:00    0.172371
2015-02-23 18:00:00    0.175000
2015-02-23 19:00:00    0.175000
Name: val, dtype: float64

【讨论】：

如果您的 DataFrame 中有多个列，这将覆盖所有列。所以在那种情况下，我想你会想做df['val'][df['val'] > 0.175] = 0.175。尽管您可能还希望将其分成两行，以便以后更容易观察。
更新了剪辑方法文档的链接：pandas.pydata.org/pandas-docs/stable/reference/api/….