Python Pandas Panel.clip_lower()

在Pandas中，面板是一个非常重要的三维数据的容器。3个轴的名称是为了给描述涉及面板数据的操作，特别是面板数据的计量经济学分析，提供一些语义上的意义。

Panel.clip_lower()函数用于返回输入的副本，低于阈值的数值被截断。

语法: Panel.clip_lower(threshold, axis=None, inplace=False)

参数:
threshold：允许的最小值。所有低于阈值的值都将被设置为这个值。
float :每个值都要与阈值进行比较。
类似于数组：阈值的形状应该与它所比较的对象相匹配。
axis：沿给定的轴线将自己与阈值对齐。
inplace :是否对数据进行就地操作。

返回：与输入类型相同。

代码#1：使用from_dict()创建一个面板。

# importing pandas module 
import pandas as pd 
import numpy as np
  
df1 = pd.DataFrame({'a': ['Geeks', 'For', 'geeks'], 
                    'b': np.random.randn(3)})
                      
data = {'item1':df1, 'item2':df1}
  
# creating Panel 
panel = pd.Panel.from_dict(data, orient ='minor')
print(panel, "\n")

输出:

代码#2：使用clip_lower()。

# importing pandas module 
import pandas as pd 
import numpy as np
  
df1 = pd.DataFrame({'a': ['Geeks', 'For', 'geeks'], 
                    'b': np.random.randn(3)})
                      
data = {'item1':df1, 'item2':df1}
  
# creating Panel 
panel = pd.Panel.from_dict(data, orient ='minor')
print(panel, "\n")
print(panel['b'], '\n')
  
  
df2 = pd.DataFrame({'b': [11, 12, 13]})
print(panel['b'].clip_lower(df2['b'], axis = 0))

输出:

代码 #3:

# creating an empty panel
import pandas as pd
import numpy as np
  
data = {'Item1' : pd.DataFrame(np.random.randn(7, 4)), 
        'Item2' : pd.DataFrame(np.random.randn(4, 5))}
          
pen = pd.Panel(data)
print(pen['Item1'], '\n')
  
p = pen['Item1'][0].clip_lower(np.random.randn(7))
print(p)

输出: