Python 如何对数据帧中的所有值进行舍入并应用最小值和最大值

我正在努力解决如何清理数据帧的问题。我要做的是截断所有项目（即floor（）），对于低于或高于最小值/最大值的任何项目，请使用最小值或最大值替换（如适用）。例如，对于此数据帧：

如果我的最小值和最大值分别为1和5，则1.2将截断为1，9.6将映射为5，-1.2将映射为1，3.5将截断为3：

除了使用iterrows（）进行暴力迭代之外，我还没能让它正常工作。很多关于求最小值和最大值的东西，但不是应用最小值和最大值

---

请问有没有人有什么建议？谢谢。

您可以使用

applymap

，例如：

from numpy import floor

MAX, MIN = 5, 1

df = df.applymap(lambda val: MAX if val > MAX else int(floor(val)) if val > MIN else MIN)

您可以使用并强制转换为

df=pd.DataFrame({
“A”：[1.2,3.5]，
‘B’：[9.6，-1.2]
})
df.clip（1,5）.astype（'int'）

输出：

如果您想要

float

值，您可以

floor

使用

np.floor

的数据帧，它方便地返回

pd.dataframe

，然后返回

clip

将numpy导入为np
np.楼层（df）

输出：

np.地板（df）.夹（1,5）

输出：

---

微观基准 使用

python3.6.9

，

pandas1.1.5

在googlecolab实例上运行

结果:

用于基准测试的代码

将熊猫作为pd导入
将numpy作为np导入
导入性能图
def make_数据（n=100）：
返回pd.DataFrame(
np.随机均匀（-1.2,9.6，（n，10））
)
def夹扣（df）：
返回df.clip（1,5.astype（'int'））
def卡夹NPU地板（df）：
返回np.地板（测向夹（1,5））
从numpy进口楼层
def应用映射（df）：
最大值，最小值=5，1
返回df.applymap（lambda val:MAX if val>MAX else int（floor（val））if val>MIN else MIN）
perfplot.show(
设置=生成数据，
内核=[clip\u castint，clip\u npfloor，applymap]，
n_范围=[2**k表示范围（10,22）中的k]，
xlabel=“df（第10行）”
)

啊，谢谢。我在尝试df.apply（如果x<1，则lamba x:1，否则x），这会给我带来错误；我没听说过applymap（）。在我的代码中使用applymap（）而不是apply（）非常有效；我尝试使用np.floor（df.clip（1,5））作为示例，这也很有效。我必须尝试一下这个与applymap（）的比较，看看哪个性能更好。@tendim-我添加了一个小的基准测试。谢谢你的基准测试。对于我的小数据集，这没有什么区别，但对于较大的数据集，我会记住这一点。

   A  B
0  1  5
1  3  1

     A    B
0  1.0  9.0
1  3.0 -2.0

     A    B
0  1.0  5.0
1  3.0  1.0