在数据框列中将负值剪切为0（Pandas）

Question

我正在进行关于pandas系列数据框的简单数学方程计算，但是在编译大量数据时，一些值会变成负数。有没有代码可以添加，以确保减法运算的值只到达最小值为零？这是我目前的代码:

deltaT['data'] = (deltaT['hws'] - deltaT['hwr'])

谢谢！

- bbartling

---

使用deltaT.iloc[deltaT < 0, 'data'] = 一些值，例如0。 - seralouk

Answer 1

你可以选择使用clip_lower来在单个操作中完成。

deltaT['data'] = (deltaT['hws'] - deltaT['hwr']).clip_lower(0)

- miradulo

---

clip_lower适用于数据框，而不是系列。它会返回AttributeError：'Series'对象没有'clip_lower'属性。 - branwen85

在问题中，你可以看到他们有一个数据框。你也可以直接使用np.clip。 - miradulo

clip_lower()自版本0.24.0起已被弃用：请改用clip(lower=threshold)。 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.clip.html - Azrael_DD

Answer 2

您可以创建 deltaT['data']，然后使用 df.loc 将负值设置为0。

deltaT['data'] = (deltaT['hws'] - deltaT['hwr'])
deltaT.loc[deltaT['data'] < 0, 'data'] = 0

- cs95

Answer 3

选项1
简单

deltaT['data'] = deltaT.eval('(hws - hwr) * (hws > hwr)')

考虑deltaT。

deltaT = pd.DataFrame(dict(hws=[5, 8], hwr=[8, 5]))

deltaT.assign(data=deltaT.eval('(hws - hwr) * (hws > hwr)'))

   hwr  hws  data
0    8    5     0
1    5    8     3

---

选项2
与选项1相同，但使用numpy数组

r, s = (deltaT[c].values for c in ['hwr', 'hws'])
deltaT.assign(data=(s - r) * (s > r))

   hwr  hws  data
0    8    5     0
1    5    8     3

选项3 有创意的尝试

deltaT.assign(data=deltaT.eval('hws - hwr').to_frame().assign(_=0).max(1))

   hwr  hws  data
0    8    5     0
1    5    8     3

- piRSquared

Answer 4

deltaT['data'] = (deltaT['hws'] - deltaT['hwr']).apply(lambda x: max(x, 0))

- Alexander