Python | Панды серии.clip_lower ()
Python - отличный язык для анализа данных, в первую очередь из-за фантастической экосистемы пакетов Python, ориентированных на данные. Pandas - один из таких пакетов, который значительно упрощает импорт и анализ данных.
Pandas Series.clip_lower() is used to clip values below a passed least value. A threshold value is passed as parameter and all values in series that are less than the threshold values become equal to it.
Syntax: Series.clip_lower(threshold, axis=None, inplace=False)
Parameters:
threshold: numeric or list like, Sets minimum threshold value and in case of list, sets separate threshold values for each value in caller series ( Given list size is same)
axis: 0 or ‘index’ to apply method by rows and 1 or ‘columns’ to apply by columns
inplace: Make changes in the caller series itself. ( Overwrite with new values )Return type: Series with updated values
Чтобы загрузить набор данных, используемый в следующем примере, щелкните здесь.
В следующих примерах используемый фрейм данных содержит данные некоторых игроков НБА. Изображение фрейма данных до каких-либо операций прилагается ниже.
Пример №1 : Применение к серии с одним значением
In this example, a minimum threshold value of 26 is passed as parameter to .clip_lower() method. This method is called on Age column of the data frame and the new values are stored in Age_new column. Before doing any operations, null rows are dropped using .dropna()
# importing pandas module import pandas as pd # making data frame # removing null values to avoid errors data.dropna(inplace = True) # setting threshold valuethreshold = 26.0 # applying method and passing to new columndata["Age_new"]= data["Age"].clip_lower(threshold) # displaydata |
Выход:
Как показано на выходном изображении, столбец Age_new имеет минимальное значение 26. Все значения меньше 26 были увеличены до 26 и сохранены в новом столбце. 
Пример # 2: Применение к серии со значением типа списка
In this example, top 10 rows of Age column are extracted and stored using .head() method. After that a list of same length is created and passed to threshold parameter of .clip_lower() method to set separate threshold value for Each value in series. The returned values are stored in a new column ‘clipped_values’.
# importing pandas module import pandas as pd # importing regex moduleimport re # making data frame # removing null values to avoid errors data.dropna(inplace = True) # returning top rowsnew_data = data.head(10).copy() # list for separate threshold valuesthreshold =[27, 23, 19, 30, 26, 22, 22, 41, 11, 33] # applying method and returning to new columnnew_data["Clipped values"]= new_data["Age"].clip_lower(threshold = threshold) # displaynew_data |
Выход:
Как показано на выходном изображении, каждое значение в серии имело различное пороговое значение в соответствии с переданным списком, и, следовательно, результаты были возвращены в соответствии с отдельным пороговым значением каждого элемента. 
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.