如何替换数据框列中大于特定值的值？答案

【问题标题】：How to replace values greater than specific value in dataframe column?如何替换数据框列中大于特定值的值？
【发布时间】：2020-11-21 09:44:25
【问题描述】：

我有一个年龄字段中有一些异常值的数据集，这里是我排序的数据的唯一值

unique = df_csv['AGE'].unique()
print (sorted(unique))

[21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69、70、71、72、73、74、75、79、126、140、149、152、228、235、267]

如何将大于 80 的任何值替换为我的 Age 列的平均值或中位数？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

由于您想使用数据框中的列，您应该解析为loc：

 # replace `median` with `mean` if you want
 df_csv.loc[df_csv['AGE']>80,'AGE'] = df_csv['AGE'].median()

【讨论】：

【解决方案2】：

你可以这样做：

series[series > 80] = series.median()
print(series)

输出

0     21
1     22
2     23
3     24
4     25
      ..
58    52
59    52
60    52
61    52
62    52
Length: 63, dtype: int64

【讨论】：

【解决方案3】：

median = df_csv['AGE'].median()
# using apply 
df_csv['AGE'].apply(lambda x: median if x>80 else x)

其他方法：Here

【讨论】：

解释 apply 的作用：lambda 是一个没有名称的函数，您可以为其分配任何函数（类似于 def ...，但更易于使用）。 lambda x，表示从数据框中选择值。然后在分号之后你有条件：如果 x>80，中位数，否则保持 x 相同，它会遍历每一行并进行检查