Pandas如何将Final列中小于负变量v的值替换为v，其余保留原值

已知参数m = 170000，经计算阈值v = -(m/100) = -1700，我们需要将DataFrame的Final列中所有小于-1700的值替换为-1700，其余值保留原值。

完整前置代码（数据构造） #

import pandas as pd
import numpy as np

# 定义参数
m = 170000
v = -(m/100)
# 如需v为整数类型，可修改为 v = -int(m/100)，避免结果出现浮点数后缀

# 原始数据集
data_dict = {'01-09-2021': 631, '02-09-2021': -442, '08-09-2021': 6, '09-09-2021': 1528, '13-09-2021': 2042, '14-09-2021': 1098, '15-09-2021': -2092, '16-09-2021': -6718, '20-09-2021': -595, '22-09-2021': 268, '23-09-2021': -2464, '28-09-2021': 611, '29-09-2021': -1700, '30-09-2021': 4392}

# 构造DataFrame，日期为索引，值列命名为Final
df = pd.DataFrame.from_dict(data_dict, orient='index', columns=['Final'])

三种正确实现方式 #

方式1：使用numpy.where（通用条件判断写法） #

之前使用失败大概率是没有赋值回原列、或者条件写反，正确写法如下：

df['Final'] = np.where(df['Final'] < v, v, df['Final'])

方式2：使用df.loc定位赋值 #

df.loc[df['Final'] < v, 'Final'] = v

方式3：使用pandas自带clip方法（阈值截断场景最简洁） #

直接指定下限为v即可自动完成小于下限的值替换：

df['Final'] = df['Final'].clip(lower=v)

处理结果验证 #

处理后Final列中原本小于-1700的-2092、-6718、-2464三个值会被替换为-1700，其余值保持不变，最终输出如下：

内容的提问来源于stack exchange，提问作者Dan