Einführung
In diesem Lab werden wir lernen, wie man die clip()-Methode in der Pandas-Bibliothek verwendet, um Werte in einem DataFrame abzuschneiden. Die clip()-Methode ermöglicht es uns, obere und untere Schwellenwerte festzulegen und Werte außerhalb der Grenzen den Grenzwerten zuzuweisen. Dies kann nützlich sein, wenn wir den Wertebereich in unserem DataFrame begrenzen möchten.
Tipps für die VM
Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.
Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.
Wenn Sie während des Lernens Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.
Importiere die pandas-Bibliothek und erstelle einen DataFrame
Zunächst importieren wir die pandas-Bibliothek und erstellen ein DataFrame.
import pandas as pd
## Erstellen eines Wörterbuchs mit Beispiel-Daten
data = {'col_1': [9, -3, 0, -1, 12], 'col_2': [-2, -7, -6, 8, -5]}
## Erstellen eines DataFrames aus dem Wörterbuch
df = pd.DataFrame(data)
Zeige den ursprünglichen DataFrame an
Lassen Sie uns den ursprünglichen DataFrame anzeigen, um die Werte vor der Anwendung der clip()-Methode zu sehen.
print("------DataFrame--------")
print(df)
Verwende die clip()-Methode mit einem oberen Schwellenwert
Nun verwenden wir die clip()-Methode, um Werte an einem oberen Schwellenwert abzuschneiden. Dies bedeutet, dass alle Werte, die über dem angegebenen oberen Schwellenwert liegen, auf den Schwellenwert selbst gesetzt werden.
## Schneide Werte an einem oberen Schwellenwert von 6 ab
clipped_df = df.clip(upper=6)
print("------Nach dem Zuschneiden des DataFrames--------")
print(clipped_df)
Verwende die clip()-Methode mit einem unteren Schwellenwert
Als nächstes verwenden wir die clip()-Methode, um Werte an einem unteren Schwellenwert abzuschneiden. Dies bedeutet, dass alle Werte, die unterhalb des angegebenen unteren Schwellenwerts liegen, auf den Schwellenwert selbst gesetzt werden.
## Schneide Werte an einem unteren Schwellenwert von -1 ab
clipped_df = df.clip(lower=-1)
print("------Nach dem Zuschneiden des DataFrames--------")
print(clipped_df)
Verwende die clip()-Methode mit sowohl einem oberen als auch einem unteren Schwellenwert
Schließlich verwenden wir die clip()-Methode, um Werte sowohl an einem oberen als auch an einem unteren Schwellenwert abzuschneiden. Dies bedeutet, dass alle Werte, die über dem oberen Schwellenwert liegen, auf den oberen Schwellenwert gesetzt werden, und alle Werte, die unterhalb des unteren Schwellenwerts liegen, auf den unteren Schwellenwert gesetzt werden.
## Schneide Werte an einem unteren Schwellenwert von -1 und einem oberen Schwellenwert von 6 ab
clipped_df = df.clip(-1, 6)
print("------Nach dem Zuschneiden des DataFrames--------")
print(clipped_df)
Zusammenfassung
In diesem Lab haben wir gelernt, wie man die clip()-Methode in der Pandas-Bibliothek verwendet, um Werte in einem DataFrame abzuschneiden. Wir haben gesehen, wie wir obere und untere Schwellenwerte setzen können, um den Wertebereich im DataFrame zu begrenzen. Dies kann bei der Datenbereinigung und -verarbeitung nützlich sein.