如何用Pandas和Numpy按条件修改DataFrame的medianIncome列值

针对你需要将medianIncome列中≤0.4999的值替换为0.4999、≥15.0001的值替换为15.0001的需求，这里提供两种符合要求（仅用Pandas和Numpy，无lambda）的实现方案：

方法一：嵌套使用np.where #

你已经写出了部分np.where代码，这里补全完整逻辑：

import numpy as np
import pandas as pd

# 先处理上限，再处理下限
housing['medianIncome'] = np.where(
    housing['medianIncome'] >= 15.0001,
    15.0001,
    np.where(
        housing['medianIncome'] <= 0.4999,
        0.4999,
        housing['medianIncome']
    )
)

逻辑说明：

• 第一层判断：如果值≥15.0001，替换为15.0001
• 第二层判断：如果不满足第一层，再检查是否≤0.4999，是则替换为0.4999
• 都不满足的话，保留原数值

方法二：使用Pandas的clip方法（更简洁高效） #

Pandas的clip方法专门用于对列值进行上下限截断，完全匹配你的需求：

housing['medianIncome'] = housing['medianIncome'].clip(lower=0.4999, upper=15.0001)

逻辑说明：

• lower参数设置下限：所有≤0.4999的值会被替换为0.4999
• upper参数设置上限：所有≥15.0001的值会被替换为15.0001
• 中间范围的数值保持不变

验证示例 #

用你提供的样本数据测试，比如其中medianIncome为83252.0的行，处理后会被替换为15.0001；如果有值≤0.4999的行，会被替换为0.4999，其余值保持原样。

内容的提问来源于stack exchange，提问作者Kdoyle73