在Python中，如何获取pandas系列的最小值或最大值？

Question

我有一个pandas系列 series 。如果我想要获得逐元素的floor或ceiling，是否有内置的方法或者我必须编写函数并使用apply？我问这个问题是因为数据很大，所以我非常重视效率。同时，这个问题还没有关于Pandas软件包的解答。

- wolfsatthedoor

Answer 1

您可以使用NumPy的内置方法来完成此操作：np.ceil(series)或np.floor(series)。

两种方法都返回一个Series对象（而不是数组），因此会保留索引信息。

- Alex Riley

---

我该如何像在 Pandas 的 Series 上使用 round() 一样链接它？ - iamyojimbo

这个可以运行：dataframe["new_series"] = np.ceil(dataframe[series].round(0)) - Dave Sottimano

@iamyojimbo，如果你想链式调用方法，请使用pipe()，df['column'].pipe(np.ceil)。 - renan-eccel

Answer 2

我是楼主，但我尝试了这个方法并且它起作用了：

np.floor(series)

- wolfsatthedoor

Answer 3

更新：这个答案是错误的，请不要这样做。

说明：在大多数情况下，使用Series.apply()与本地矢量化NumPy函数是没有意义的，因为它将在Python循环中运行Numpy函数，导致性能大大降低。你最好直接使用np.floor(series)，正如其他答案所建议的那样。

例如，您可以使用NumPy的floor来处理一个dataframe：

floored_data = data.apply(np.floor)

我现在无法测试，但实际可行的解决方案可能不远了。

- Jivan

---

如果您使用raw=True参数，那么df.apply函数的性能将会有很大提升。 - Raisin

apply函数不是矢量化实现，因此它会非常慢。您可以直接对数据框调用np.floor。 - Péter Szilvási

Answer 4

使用pd.Series.clip，可以通过clip(lower=x)或clip(upper=x)设置最小值或最大值：

s = pd.Series([-1, 0, -5, 3])
    
print(s.clip(lower=0))
# 0    0
# 1    0
# 2    0
# 3    3
# dtype: int64
    
print(s.clip(upper=0))
# 0   -1
# 1    0
# 2   -5
# 3    0
# dtype: int64

pd.Series.clip 允许进行广义功能，例如同时应用和地板天花板限制，例如 s.clip(-1, 1)

注意: 此答案最初提到的是已在 pandas 1.0.0 中移除的 clip_lower / clip_upper.

- jpp

---

我可以看出提及 clip 等函数是有一定关联的，但是剪裁一个值与寻找该值的下限/上限是非常不同的操作... - Alex Riley

@AlexRiley，收到；我提及这点的原因是存在一些情况，上限和下限是来自外部输入的变量，你可能希望（例如）使用s.clip(-1, np.inf)或s.clip(-np.inf, 1)来无缝处理这些情况。 - jpp

我对OP的问题表述感到困惑，不太清楚他们想要做什么（包括OP自己的回答）。除非我漏掉了什么，否则如果你有s = pd.Series([3.1, 2.2, 5.6])，似乎没有办法仅使用clip来计算与np.floor(s)相同的结果。 （这并不是贬低你的答案，你的答案写得很好，提供了有用的信息 - 我只是在重新阅读问题时感到困惑。） - Alex Riley

啊，现在重新阅读这个问题也让我感到困惑。我是通过谷歌搜索“如何将 Pandas series 拉平”来找到这个问题的。所以我会留下这个答案，供其他通过同样途径找到这个有些含糊不清的问题的人参考！ - jpp

Answer 5

置顶答案已经是最快的了。这里我提供了一些使用纯pandas实现天花板和地板操作的替代方法，并将其与numpy方法进行了比较。

series = pd.Series(np.random.normal(100,20,1000000))

地板

%timeit np.floor(series) # 1.65 ms ± 18.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit series.astype(int) # 2.2 ms ± 131 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit (series-0.5).round(0) # 3.1 ms ± 47 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit round(series-0.5,0) # 2.83 ms ± 60.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

为什么 astype int 能够起作用？因为在 Python 中，转换为整数时，它总是向下取整。

天花板（Ceil）

%timeit np.ceil(series) # 1.67 ms ± 21 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit (series+0.5).round(0) # 3.15 ms ± 46.9 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit round(series+0.5,0) # 2.99 ms ± 103 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

所以，只需使用NumPy函数即可。

- Vinson Ciawandy