在大熊猫数据框中替换大于 1 的值答案

【问题标题】：Replacing values greater 1 in a large pandas dataframe在大熊猫数据框中替换大于 1 的值
【发布时间】：2020-05-25 06:29:36
【问题描述】：

我试图用 1 替换所有大于 1 的数字，同时以最小的努力在整个数据框中保持原始 1 和 0 不变。感谢任何支持！

我的数据框看起来像这样，但包含更多的列和行。

Report No   Apple   Orange   Lemon   Grape   Pear
One           5       0        2       1      1
Two           1       1        0       3      2
Three         0       0        2       1      3
Four          1       1        3       0      0
Five          4       0        0       1      1
Six           1       3        1       2      0

期望的输出：

Report No   Apple   Orange   Lemon   Grape   Pear
One           1       0        1       1      1
Two           1       1        0       1      1
Three         0       0        1       1      1
Four          1       1        1       0      0
Five          1       0        0       1      1
Six           1       1        1       1      0

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你可以试试这个。

使用布尔掩码

df.set_index('Report No',inplace=True)
df[df > 1] = 1
df.reset_index()

Report No   Apple   Orange   Lemon   Grape   Pear
One           1       0        1       1      1
Two           1       1        0       1      1
Three         0       0        1       1      1
Four          1       1        1       0      0
Five          1       0        0       1      1
Six           1       1        1       1      0

如果您有一些 非数字 列，也可以使用它。无需使用set_index 和reset_index。这相当于df.select_dtypes('number')

val = df._get_numeric_data()
val[val > 1] = 1
df
Report No   Apple   Orange   Lemon   Grape   Pear
One           1       0        1       1      1
Two           1       1        0       1      1
Three         0       0        1       1      1
Four          1       1        1       0      0
Five          1       0        0       1      1
Six           1       1        1       1      0

`df.mask`

df.set_index('Report No',inplace=True)
df.mask(df>1,1).reset_index()
Report No   Apple   Orange   Lemon   Grape   Pear
One           1       0        1       1      1
Two           1       1        0       1      1
Three         0       0        1       1      1
Four          1       1        1       0      0
Five          1       0        0       1      1
Six           1       1        1       1      0

`np.where`

df[df.columns[1:]] = df.iloc[:,1:].where(df.iloc[:,1:] >1 ,1)

`np.select`

这在处理多个条件时会很有帮助。如果要将小于 0 的值转换为 0，将大于 1 的值转换为 1。

df.set_index('Report No', inplace=True)
condlist = [df >= 1, df <= 0] #you can have more conditions and add choices accordingly.
choice = [1, 0] #len(condlist) should be equal to len(choice).
df.loc[:] = np.select(condlist, choice)

就像 Jan 提到的使用 df.clip

不推荐，但您可以试试这个。使用df.astype。

df.set_index('Report No',inplace=True)
df.astype('bool').astype('int')

注意： 这只会将 falsy 值转换为 False 并将 truthy 值转换为 True 即这将转换 0到False 和0 以外的任何东西都是True 甚至是负数。

s = pd.Series([1,-1,0])
s.astype('bool')
0     True
1     True
2    False
dtype: bool

s.astype('bool').astype('int')
0    1
1    1
2    0
dtype: int32

`np.sign`

当存在的值介于 [0, n] 之间时，即没有负值。

df.loc[:] = np.sign(df)

【讨论】：

为什么最后一种方法不推荐？

【解决方案2】：

使用pandas.DataFrame.clip:

new_df = df.clip(0, 1)

编辑：按名称排除第一列（这将就地编辑 DataFrame）

mask = df.columns != "Report No"
df.loc[:, mask] = df.loc[:, mask].clip(0, 1)

【讨论】：

new_df = df.clip(0, 1) 效果不佳，因为“Report No”列是字符串。有什么方法可以隔离“报告编号”并执行 pandas.DataFrame.clip？
查看其他答案。

【解决方案3】：

最快和最简单的方法是遍历 datframe 的所有键并使用 numpy 的 where 函数（必须导入的库）更改它们。然后，我们只需将条件和条件满足与否的值作为属性传递给该函数。在您的示例中，它看起来像这样：

for x in df.keys()[1:]:
   df[x] = np.where(df[x] > 1, 1, df[x])

请注意，在循环中我已经删除了第一个键，因为它的值不是整数

【讨论】：