【Pandas】pandas DataFrame clip

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

---

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。