本节前言
本节介绍数据的替换（replace）、条件选择（where / mask）、数值裁剪（clip）以及舍入操作。
1. replace()
将指定值替换为其他值。
基本用法
df = pd.DataFrame({'A': [1, 999, 3], 'B': ['x', 'y', 'y']})
# 标量 → 标量
df.replace(999, -1)
# 列表 → 列表
df.replace([1, 3], [100, 300])
# 字典映射
df.replace({'A': {999: -1}, 'B': {'x': 'X'}})
# 正则表达式
df.replace(r'^\d$', 'num', regex=True)关键参数
| 参数 | 说明 |
|---|---|
to_replace | 被替换的值、列表、字典或正则 |
value | 替换后的值 |
regex | 是否将 to_replace 视为正则 |
method | ’ffill’ / ‘bfill’ 填充替换值 |
limit | 最大替换次数 |
2. where()
保留满足条件的值，不满足的替换为其他值。
s = pd.Series([1, 5, 3, 8, 2])
s.where(s > 3)
# 0 NaN
# 1 5.0
# 2 NaN
# 3 8.0
# 4 NaN
s.where(s > 3, other=0) # 不满足的条件替换为 0
df.where(df > 0, 0) # DataFrame 级理解 where
where(cond, other)等价于：满足cond保留原值，否则用other替换。
3. mask()
where() 的反向操作：替换满足条件的值。
s.mask(s > 3)
# 0 1.0
# 1 NaN
# 2 3.0
# 3 NaN
# 4 2.0
s.mask(s > 3, other=-1) # 满足条件替换为 -1| 方法 | 行为 |
|---|---|
where(cond) | cond=True 保留；False 替换 |
mask(cond) | cond=True 替换；False 保留 |
4. clip()
将数据裁剪到指定上下限。
s = pd.Series([-5, 1, 3, 10, 20])
s.clip(lower=0, upper=10)
# 0 0
# 1 1
# 2 3
# 3 10
# 4 10
s.clip(lower=0) # 只设置下限
s.clip(upper=10) # 只设置上限
# DataFrame 每列不同边界
df.clip(lower=df.min(), upper=df.max())clip 的典型用途
- 去除极端离群值。
- 将预测值限制在合理业务范围内。
5. round() / floor() / ceil()
数值舍入操作。
s = pd.Series([1.234, 2.567, 3.5])
s.round(1)
# 0 1.2
# 1 2.6
# 2 3.5
s.floor() # 向下取整
# 0 1.0
# 1 2.0
# 2 3.0
s.ceil() # 向上取整
# 0 2.0
# 1 3.0
# 2 4.0
# round 支持每列不同小数位
df.round({'A': 1, 'B': 2})| 方法 | 行为 | 等价函数 |
|---|---|---|
round(decimals) | 四舍五入到指定小数位 | — |
floor() | 向下取整 | np.floor |
ceil() | 向上取整 | np.ceil |
与 DataFrame 的关系
DataFrame.round()按列指定精度。floor/ceil也支持axis参数。