Pandas2.2 DataFrame
Computations descriptive stats
| 方法 | 描述 |
|---|---|
| DataFrame.abs() | 用于返回 DataFrame 中每个元素的绝对值 |
| DataFrame.all([axis, bool_only, skipna]) | 用于判断 DataFrame 中是否所有元素在指定轴上都为 True |
| DataFrame.clip([lower, upper, axis, inplace]) | 用于截断（限制）DataFrame 中的数值 |
pandas.DataFrame.clip()
pandas.DataFrame.clip() 方法用于截断（限制）DataFrame 中的数值，将小于下限 lower 的值替换为 lower，大于上限 upper 的值替换为 upper。该方法常用于数据清洗、特征缩放等场景。
一、方法签名
DataFrame.clip(lower=None, upper=None, axis=None, inplace=False)
参数说明：
| 参数 | 类型 | 描述 |
|---|---|---|
lower |
float 或 array-like, optional | 下限值。若为标量，则所有元素低于此值将被替换；若为 array-like（如 Series），则按列/行分别设置下限。 |
upper |
float 或 array-like, optional | 上限值。用法与 lower 类似。 |
axis |
{0/‘index’, 1/‘columns’}, optional | 若 lower 或 upper 是 Series，则指定广播方向：0 表示按行广播（默认），1 表示按列广播。 |
inplace |
bool, default: False | 是否在原 DataFrame 上修改。若为 True，不返回新对象，直接修改原数据。 |
⚠️ 注意：
lower和upper至少要提供一个。
二、返回值
- 返回一个新的 DataFrame（或原地修改），其中：
- 所有小于
lower的值 →lower - 所有大于
upper的值 →upper
- 所有小于
三、使用示例及结果
示例1：基本用法（设定上下限）
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3, 4, 5],
'B': [-5, 0, 5, 10, 15]
})
# 将数值限制在 [0, 10] 范围内
result = df.clip(lower=0, upper=10)
print(result)
输出：
A B
0 1 0
1 2 0
2 3 5
3 4 10
4 10 10
解释：
- 列 A 中小于 0 的值变为 0，大于 10 的值变为 10。
- 列 B 同理。
示例2：仅设置下限（lower）
result = df.clip(lower=2)
print(result)
输出：
A B
0 2 2
1 2 2
2 3 5
3 4 10
4 5 15
解释：
- 所有小于 2 的值都被替换为 2。
示例3：仅设置上限（upper）
result = df.clip(upper=10)
print(result)
输出：
A B
0 1 -5
1 2 0
2 3 5
3 4 10
4 10 10
解释：
- 所有大于 10 的值都被替换为 10。
示例4：按列设置不同的上下限（使用 Series）
lower = pd.Series({'A': 2, 'B': 0})
upper = pd.Series({'A': 4, 'B': 10})
result = df.clip(axis=1, lower=lower, upper=upper)
print(result)
输出：
A B
0 2 0
1 2 0
2 3 5
3 4 10
4 4 10
解释：
- 每列使用不同的
lower和upper值进行裁剪。
示例5：按行设置裁剪范围（axis=1）
lower_row = pd.Series([1, 0, 2, 5, 10], index=df.index)
# 对每一行设置不同的 lower 值，并按行广播
result = df.clip(lower=lower_row, axis=0)
print(result)
输出：
A B
0 1.0 1.00
1 2.0 0.00
2 3.0 2.00
3 5.0 5.00
4 10.0 10.00
解释：
- 每一行使用不同的
lower值进行裁剪，通过axis=0实现按行广播。
四、适用场景
| 场景 | 描述 |
|---|---|
| 数据清洗 | 去除异常值，防止极端值影响模型训练或可视化。 |
| 特征工程 | 对连续变量进行裁剪，使其更符合分布假设。 |
| 数据标准化 | 在归一化前先对数据做裁剪，避免极大值干扰。 |
五、注意事项
lower和upper可以是标量或 Series，支持灵活的逐列或逐行设置。- 若同时传入
lower和upper，则两者都会生效。 - 使用
inplace=True会直接修改原始 DataFrame。 - 支持
NaN值，不会改变其位置。
六、总结
| 特性 | 描述 |
|---|---|
| 功能 | 截断 DataFrame 中的数值，限制在指定范围内 |
| 适用类型 | 数值型列（int、float） |
| 是否修改原数据 | 默认否，可通过 inplace=True 修改原数据 |
| 灵活性 | 支持标量、Series 设置不同列/行的上下限 |
clip() 是一个非常实用的数据预处理工具，特别适合在机器学习、数据分析中控制数值范围和去除异常值。