你将如何抑制低于阈值的值并用 Python 中的字符串替换

Posted 2023-03-16

【中文标题】你将如何抑制低于阈值的值并用 Python 中的字符串替换

【英文标题】：How would you suppress values below a threshold and replace with a string in Python

【发布时间】：2021-09-17 08:39:18

【问题描述】：

我正在尝试替换数据框中低于限制（通常为 10）的值并替换为字符串。我在一个函数中尝试这样做，以使其尽可能可重用。

这是我目前拥有的：

def limit(data, limit = 10):
    column = data.select_dtypes(include=['int64']).columns.tolist()
    rule = data[column] < limit
    data.loc[rule.any(axis = 1), cols] = 0
    column = data.columns.tolist()
    data[data[column] == 0] = f'Less than limit starts'
    return data

DataFrame = pd.DataFrame('Country': ['Australia', 'United Kingdom', 'USA', 'Japan'],
                          'Participants': [30,2,4,11],
                          'Passed': [20,15,2,7)

DataFrame = limit(DataFrame, limit = 10)

上面的代码有两个问题：

我正在寻找一个只修改小于 10 的值的表，但是上面的代码修改了同一行中的所有项目，例如，在日本，参与者 (11) 也被修改了，当他们不应该被修改时. 当我应用 f 字符串以使用标签标记空单元格时，我不断收到错误消息。错误信息是： TypeError: Cannot do inplace boolean setting on mixed-types with a non np.nan value

关于可能导致这些问题的任何线索？

【问题讨论】：

谢谢！这真的很好！我想知道，如果我想继续使用该表来计算 % 或其他东西，存在字符串会不会是一个问题？

【参考方案1】：

试试这个：

def limit(data, threshold=10):
    cols = data.select_dtypes(include=['number']).columns
    data[cols] = data[cols].mask(data[cols]<threshold, f"Less than threshold starts")
    return data

>>> limit(df, 10)
          Country         Participants               Passed
0       Australia                   30                   20
1  United Kingdom  Less than 10 starts                   15
2             USA  Less than 10 starts  Less than 10 starts
3           Japan                   11  Less than 10 starts