Pandas：如何将列（坏数据）中的太大值设置为零，我应该使用 if 函数还是完全不同的东西？ [复制]

Posted 2023-03-14

【中文标题】Pandas：如何将列（坏数据）中的太大值设置为零，我应该使用 if 函数还是完全不同的东西？ [复制]

【英文标题】：Pandas: How to set too large values in columns (bad data) to zero, should I use an if function or something completely different? [duplicate]

【发布时间】：2019-05-12 08:51:15

【问题描述】：

Pandas 数据框“power”将日期时间作为索引。列是具有 float64 值的 Ap1、Ap2、Ap3 和 Solar。但是，有些数据不好，我想用零替换某个值（例如 100 000）以上的所有值。以下是数据框的外观：

power.head()
power.describe()

                    Ap1     Ap2     Ap3     Solar
Datetime                
2018-01-01 00:00:00 659.18  59.51   120.39  0.0
2018-01-01 00:01:00 600.59  119.93  179.90  0.0
2018-01-01 00:02:00 600.59  119.93  119.93  0.0
2018-01-01 00:03:00 534.67  119.93  59.97   0.0
2018-01-01 00:04:00 600.59  119.93  119.93  0.0


    Ap1             Ap2             Ap3             Solar
max 6.489067e+06    1.167420e+06    2.296201e+06    52433.040000

我正在尝试使用 if 函数遍历列，该函数将用零替换大值：

def badvalue(x):
    if x > 100000:
        x == 0

power["Ap1"].apply(badvalue)

但是，这对数据没有任何作用，而且我知道您可能无论如何都无法以这种方式更改值（但我希望 Pandas 如此直观！）。 那么使用 Pandas 最简单/最好的方法是什么？

如果我想同时对所有列而不是只对一列执行此操作，该方法会有所不同吗？

感谢您的帮助。

【问题讨论】：

您的代码的问题在于您没有将其分配给任何东西。这样你的代码应该可以工作：power["Ap1"] = power["Ap1"].apply(badvalue) 但这可以在 pandas 中更有效地完成：power.loc[power["Ap1"] > 10000, "Ap1"] = 0

谢谢你，后一个例子正是需要的。只是出于好奇，您知道为什么评论中的第一个示例将列中的每个值都更改为“无”吗？

你的函数 badvalue 没有 return 任何东西（我之前没有注意到）。如果将return x 添加到函数底部，它可能会按预期工作。

我之前也试过用 return x ，但它仍然没有正确。不过没关系，从现在开始我会用.loc来做，再次感谢。

【参考方案1】：

用途：

power.Ap1[power.Ap1 > 10000] = 0

对于其他列也是如此。

【讨论】：

使用 df.loc[] 更改值是首选。

谢谢。你能把我引到这样的比较来源吗:)

只看运行代码时得到的警告：SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy '''

我在运行代码后粘贴了答案，没有任何警告。无论如何，我也很感激loc :)

你是对的，我的错。我做了不同的事情。