如果大于 0，Pandas 数据框会更改所有值 [重复]答案

【问题标题】：Pandas dataframe change all value if greater than 0 [duplicate]如果大于 0，Pandas 数据框会更改所有值 [重复]
【发布时间】：2019-04-26 19:05:42
【问题描述】：

我有一个数据框

df=

A    B    C
1    2    55
0    44    0
0    0    0

如果值为 >0，我想将值更改为 1。

这是正确的方法吗： df.loc[df>0,]=1

to give: 
A    B    C
1    1    1
0    1    0
0    0    0

【问题讨论】：

你在df.loc[df.gt(0).all(1), :] = 1之后吗？
刚试了一下，还是不行，谢谢你的尝试。还有其他想法吗？
好吧，如果行的所有值都>0，如果你只想最大化每个值，那么df.clip_upper(1)?您的问题标题和正文似乎与您可能要问的内容不太一致。

标签： pandas dataframe

【解决方案1】：

使用clip_upper:

df = df.clip_upper(1)
print (df)
   A  B  C
0  1  1  1
1  0  1  0
2  0  0  0

Numpy 替代方案：

df = pd.DataFrame(np.clip(df.values, a_min=0, a_max=1), 
                  index=df.index, 
                  columns=df.columns)
print (df)
   A  B  C
0  1  1  1
1  0  1  0
2  0  0  0

如果没有负整数值的解决方案 - 比较 ge (>=) 并将掩码转换为整数：

print (df.ge(1))
       A      B      C
0   True   True   True
1  False   True  False
2  False  False  False

df = df.ge(1).astype(int)
print (df)
   A  B  C
0  1  1  1
1  0  1  0
2  0  0  0

【讨论】：

【解决方案2】：

你可以这样做：

df.clip_upper(1)

或者这个：

df.where(df < 1, other=1)

【讨论】：

第一个是肯定的 - 但它不等同于第二个......
这很好，但还有一个复杂的问题是所讨论的值并不总是 0。它可能是 20。
我试过这个 df=np.where(df
但是返回一个数组
df[df