Question

我正在研究 UCI 心脏病，并将所有可测量值更改为 z 分数，我想将大于 3 或小于 -3 的值分别替换为 3 和 3 或替换为平均值。

我的示例代码是：

> import pandas as pd import numpy as np
> 
> df= pd.DataFrame({'X': np.random.randn(10),
>                   'Y': np.random.randn(10)})
> 
> df=df.append(pd.DataFrame({'X':np.array([3,-3,3.3,4]),
>                                     'Y':np.array([-3.4,2,1,5])}),ignore_index=True)
> 
> df['X'].apply(lambda x: x=3 if x>3 else (x = -3 if x<-3 else x))

但我收到以下错误：

File "<ipython-input-144-8d678556d1e7>", line 1
    df['X'].apply(lambda x: x=3 if x>3 else (x= -3 if x<-3 else x))
                                              ^
SyntaxError: invalid syntax

我该如何解决？

Answer 1

lambda 的语法是这样的，在 x: 之后，您只需说明函数值，而无需重复 x（本例中的条件除外）。

df['X'].apply(lambda x: 3 if x > 3 else (-3 if x < -3 else x))

Answer 2

让我们尝试用 Series.clip 代替：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {'X': np.array([3, -3, 3.3, 4]),
     'Y': np.array([-3.4, 2, 1, 5])}
)

df['X'] = df['X'].clip(lower=-3, upper=3)
print(df)

输出：

     X    Y
0  3.0 -3.4
1 -3.0  2.0
2  3.0  1.0
3  3.0  5.0

或 DataFrame.clip 应用于整个框架：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {'X': np.array([3, -3, 3.3, 4]),
     'Y': np.array([-3.4, 2, 1, 5])}
)

df = df.clip(lower=-3, upper=3)
print(df)

输出：

     X    Y
0  3.0 -3.0
1 -3.0  2.0
2  3.0  1.0
3  3.0  3.0

如何使用应用函数

2 个答案: