Comment remplacer les nombres négatifs dans le cadre de données Pandas par zéro

Je voudrais savoir s'il y a quelque chose de remplacer tous les nombres négatifs de DataFrame par des zéros?

25
demandé sur Hangon 2015-01-03 23:14:14

3 réponses

Si toutes vos colonnes sont numériques, vous pouvez utiliser l'indexation booléenne: 

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'a': [0, -1, 2], 'b': [-3, 2, 1]})

In [3]: df
Out[3]: 
   a  b
0  0 -3
1 -1  2
2  2  1

In [4]: df[df < 0] = 0

In [5]: df
Out[5]: 
   a  b
0  0  0
1  0  2
2  2  1

Pour le cas plus général, cette réponse montre la méthode privée _get_numeric_data:

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'a': [0, -1, 2], 'b': [-3, 2, 1],
                           'c': ['foo', 'goo', 'bar']})

In [3]: df
Out[3]: 
   a  b    c
0  0 -3  foo
1 -1  2  goo
2  2  1  bar

In [4]: num = df._get_numeric_data()

In [5]: num[num < 0] = 0

In [6]: df
Out[6]: 
   a  b    c
0  0  0  foo
1  0  2  goo
2  2  1  bar

Avec le type timedelta, l'indexation booléenne semble fonctionner sur des colonnes séparées, mais pas sur l'ensemble du dataframe. Donc, vous pouvez faire: 

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'a': pd.to_timedelta([0, -1, 2], 'd'),
   ...:                    'b': pd.to_timedelta([-3, 2, 1], 'd')})

In [3]: df
Out[3]: 
        a       b
0  0 days -3 days
1 -1 days  2 days
2  2 days  1 days

In [4]: for k, v in df.iteritems():
   ...:     v[v < 0] = 0
   ...:     

In [5]: df
Out[5]: 
       a      b
0 0 days 0 days
1 0 days 2 days
2 2 days 1 days

Update: la comparaison avec un pd.Timedelta fonctionne sur l'ensemble du DataFrame: 

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({'a': pd.to_timedelta([0, -1, 2], 'd'),
   ...:                    'b': pd.to_timedelta([-3, 2, 1], 'd')})

In [3]: df[df < pd.Timedelta(0)] = 0

In [4]: df
Out[4]: 
       a      b
0 0 days 0 days
1 0 days 2 days
2 2 days 1 days
39
répondu Lev Levitsky 2017-05-23 11:33:13

Une autre façon succincte de le faire est pandas.DataFrame.clip .

Par exemple:

import pandas as pd

In [20]: df = pd.DataFrame({'a': [-1, 100, -2]})

In [21]: df
Out[21]: 
     a
0   -1
1  100
2   -2

In [22]: df.clip(lower=0)
Out[22]: 
     a
0    0
1  100
2    0

Il y a aussi df.clip_lower(0).

23
répondu follyroof 2017-09-29 11:17:00

Peut-être que vous pourriez utiliser pandas.where(args) comme ceci:

data_frame = data_frame.where(data_frame < 0, 0)
5
répondu aus_lacy 2015-01-04 00:58:13