基于参考DataFrame列最小值的Pandas数据截断实现

步骤1：创建原始DataFrame并计算列最小值 #

导入pandas库，构建题目中的原始DataFrame，并提取各列最小值：

import pandas as pd

# 构建原始df
df = pd.DataFrame({
    'age': [10, 8, 20, 15],
    'money': [300, 200, 1800, 200],
    'time': [10, 20, 80, 50]
})

# 获取每一列的最小值
col_mins = df.min()

步骤2：构建新DataFrame并完成替换操作 #

构建目标新DataFrame后，使用clip()方法快速完成小于最小值的替换：

# 构建new_df
new_df = pd.DataFrame({
    'age': [30, 10, -2, 18],
    'money': [-100, 100, 1800, -50],
    'time': [15, 50, -20, 52]
})

# 将列中小于对应最小值的元素替换为最小值
result_df = new_df.clip(lower=col_mins, axis=1)

最终结果 #

执行代码后，result_df的输出与题目要求一致：

说明 #

• df.min()返回一个Series，存储每一列的最小值，索引与列名一一对应
• clip(lower=col_mins, axis=1)指定按列匹配下限值，自动完成元素替换，无需逐列遍历判断，简洁高效

内容的提问来源于stack exchange，提问作者Carola