Question

我想将pandas DataFrame列中的负值替换为零。

有没有更简洁的方法来构建这个表达式？

df['value'][df['value'] < 0] = 0

Answer 1

这是规范的方式，虽然不一定更简洁，但更灵活（因为你可以将它应用于任意列）

In [39]: df = DataFrame(randn(5,1),columns=['value'])

In [40]: df
Out[40]: 
      value
0  0.092232
1 -0.472784
2 -1.857964
3 -0.014385
4  0.301531

In [41]: df.loc[df['value']<0,'value'] = 0

In [42]: df
Out[42]: 
      value
0  0.092232
1  0.000000
2  0.000000
3  0.000000
4  0.301531

Answer 2

您可以使用clip method：

import pandas as pd
import numpy as np
df = pd.DataFrame({'value': np.arange(-5,5)})
df['value'] = df['value'].clip(0, None)
print(df)

产量

Answer 3

另一种可能性是numpy.maximum()。在我看来，这更直接。

import pandas as pd
import numpy as np
df['value'] = np.maximum(df.value, 0)

它也明显快于所有其他方法。

df_orig = pd.DataFrame({'value': np.arange(-1000000, 1000000)})

df = df_orig.copy()
%timeit df['value'] = np.maximum(df.value, 0)
# 100 loops, best of 3: 8.36 ms per loop

df = df_orig.copy()
%timeit df['value'] = np.where(df.value < 0, 0, df.value)
# 100 loops, best of 3: 10.1 ms per loop

df = df_orig.copy()
%timeit df['value'] = df.value.clip(0, None)
# 100 loops, best of 3: 14.1 ms per loop

df = df_orig.copy()
%timeit df['value'] = df.value.clip_lower(0)
# 100 loops, best of 3: 14.2 ms per loop

df = df_orig.copy()
%timeit df.loc[df.value < 0, 'value'] = 0
# 10 loops, best of 3: 62.7 ms per loop

（notebook）

Answer 4

让我们只取大于零的值，留下那些为负的NaN（适用于不带序列的帧），然后进行估算。

df[df > 0].fillna(0)

Answer 5

出于完整性考虑，np.where也有可能，比这里的大多数答案要快。 np.maximum answer是最好的方法，因为它比这种方法更快，更简洁。

df['value'] = np.where(df.value < 0, 0, df.value)

Answer 6

df.value.clip_lower(0, inplace=True)最为简洁，与np.maximum一样快，当然比这里的其他方法（notebook）还快。

Answer 7

或where进行检查：

>>> import pandas as pd,numpy as np
>>> df = pd.DataFrame(np.random.randn(5,1),columns=['value'])
>>> df
      value
0  1.193313
1 -1.011003
2 -0.399778
3 -0.736607
4 -0.629540
>>> df['value']=df['value'].where(df['value']>0,0)
>>> df
      value
0  1.193313
1  0.000000
2  0.000000
3  0.000000
4  0.000000
>>>

返回pandas DataFrame列的最大值为零或值

7 个答案: