在列值和常量全局值之间取最小值

Question

我想为给定的数据帧创建新列,其中我计算列值和某个全局值之间的最小值(在此示例中为7).所以我的DF具有列session和note我期望的输出列minValue:

session     note     minValue
1       0.726841     0.726841
2       3.163402     3.163402  
3       2.844161     2.844161
4       NaN          NaN

我正在使用内置的Python方法min:

df['minValue']=min(7, df['note'])

我有这个错误:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

用途np.minimum:

In [341]:
df['MinNote'] = np.minimum(1,df['note'])
df

Out[341]:
   session      note  minValue   MinNote
0        1  0.726841  0.726841  0.726841
1        2  3.163402  3.163402  1.000000
2        3  2.844161  2.844161  1.000000
3        4       NaN       NaN       NaN

也min不能理解阵列喜欢攀比,因此你的错误

Answer 2

执行此操作的首选方法pandas是使用Series.clip()方法。

在您的示例中：

import pandas

df = pandas.DataFrame({'session': [1, 2, 3, 4],
                       'note': [0.726841, 3.163402, 2.844161, float('NaN')]})

df['minVaue'] = df['note'].clip(upper=1.)
df

将返回：

       note  session   minVaue
0  0.726841        1  0.726841
1  3.163402        2  1.000000
2  2.844161        3  1.000000
3       NaN        4       NaN

numpy.minimum也可以，但是.clip()有一些优点：

• 更具可读性
• 您可以同时应用上下限： df['note'].clip(lower=0., upper=10.)
• 您可以使用其他方法来传递它： df['note'].abs().clip(upper=1.).round()