如何处理数据帧中的负值 [关闭]答案

【问题标题】：What to do with negative value in a dataFrame [closed]如何处理数据帧中的负值 [关闭]
【发布时间】：2021-07-19 04:16:42
【问题描述】：

假设我有一个包含不同列的数据框。并且某些列包含负值，例如金额列包含一些不可能的负数，因为金额不能为负数，因此如何处理列中的负数。

【问题讨论】：

检查使用它的点的值？或者如果它产生错误就捕获错误？
您如何处理它取决于导致负值的原因以及您尝试对数据执行的操作。请使用更多详细信息更新您的问题，以澄清问题以及您要完成的工作。

标签： python pandas machine-learning data-science

【解决方案1】：

我假设您想将“金额”列中的所有负值设置为 0（或其他值）。您可以对列应用 lambda 函数以将负值替换为 0，并保持正值不变：

df['amount'] = df['amount'].apply(lambda x: 0 if x < 0 else x)

【讨论】：

【解决方案2】：

这是一个Data Quality 问题。这取决于业务，他们是如何生成的，是手动生成的还是计算机生成的。

我们可以尝试一些事情

过滤所有负值，找出statistics和root cause对整个文件的影响。
如果它是计算机生成的，re-calculate 带有一些 if else 条件。
我们可以将different pipelines 设为负值，具体取决于业务。
如果不需要该列，我们可以删除该列（多重共线性问题）
试试Data cleaning和missing values imputation

关于df

def handle_negatives(row):
    if row <0:
        # whatever  you logic
        return 0
    else:
        return row
df["col"] =df["col"].apply(handle_negatives)

【讨论】：