Método clip() de DataFrame de Pandas

Introducción

En este laboratorio, aprenderemos a usar el método clip() de la biblioteca Pandas para recortar valores en un DataFrame. El método clip() nos permite establecer umbrales superior e inferior y asignar valores fuera de los límites a los valores de los límites. Esto puede ser útil cuando queremos limitar el rango de valores en nuestro DataFrame.

Consejos sobre la VM

Una vez finalizada la inicialización de la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.

Importar la biblioteca pandas y crear un DataFrame

Primero, importemos la biblioteca pandas y creemos un DataFrame.

import pandas as pd

## Crear un diccionario con algunos datos de muestra
data = {'col_1': [9, -3, 0, -1, 12], 'col_2': [-2, -7, -6, 8, -5]}

## Crear un DataFrame a partir del diccionario
df = pd.DataFrame(data)

Mostrar el DataFrame original

Vamos a mostrar el DataFrame original para ver los valores antes de aplicar el método clip().

print("------DataFrame--------")
print(df)

Usar el método clip() con un umbral superior

Ahora, vamos a usar el método clip() para recortar valores en un umbral superior. Esto significa que cualquier valor por encima del umbral superior especificado se establecerá en el propio valor del umbral.

## Recortar valores en un umbral superior de 6
clipped_df = df.clip(upper=6)

print("------Después de recortar el DataFrame--------")
print(clipped_df)

Usar el método clip() con un umbral inferior

A continuación, vamos a usar el método clip() para recortar valores en un umbral inferior. Esto significa que cualquier valor por debajo del umbral inferior especificado se establecerá en el propio valor del umbral.

## Recortar valores en un umbral inferior de -1
clipped_df = df.clip(lower=-1)

print("------Después de recortar el DataFrame--------")
print(clipped_df)

Usar el método clip() con umbrales superior e inferior

Por último, vamos a usar el método clip() para recortar valores con un umbral superior y otro inferior. Esto significa que cualquier valor por encima del umbral superior se establecerá en el valor del umbral superior, y cualquier valor por debajo del umbral inferior se establecerá en el valor del umbral inferior.

## Recortar valores con un umbral inferior de -1 y un umbral superior de 6
clipped_df = df.clip(-1, 6)

print("------Después de recortar el DataFrame--------")
print(clipped_df)

Resumen

En este laboratorio, aprendimos cómo usar el método clip() en la biblioteca Pandas para recortar valores en un DataFrame. Vimos cómo podemos establecer umbrales superior e inferior para limitar el rango de valores en el DataFrame. Esto puede ser útil en tareas de limpieza y procesamiento de datos.