如何基于指定min和max阈值对DataFrame进行过滤与值替换？

Pandas 实现方案 #

完整代码

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'Calls': ['R', 'A', 'S', 'S', 'Q', 'W', 'E'],
    'Weight': [1, 1, 3, 3, 7, 5, 9]
})

min_thresh = 3
max_thresh = 5

# 1. 过滤Weight小于3的行
df = df[df['Weight'] >= min_thresh]
# 2. 把大于5的Weight值统一替换为5
df['Weight'] = df['Weight'].clip(upper=max_thresh)

# 输出结果
print(df)

代码说明

• 行过滤用布尔索引直接筛选符合Weight >= min_thresh的记录，逻辑清晰易读
• clip(upper=max_thresh)是pandas内置的数值钳位方法，自动将所有超过上限的数值替换为阈值，无需手动写循环或条件判断，执行效率更高。如果你更习惯显式赋值的写法，也可以用下面的代码替换第二步：

df.loc[df['Weight'] > max_thresh, 'Weight'] = max_thresh

运行输出

Calls  Weight
2     S       3
3     S       3
4     Q       5
5     W       5
6     E       5

内容的提问来源于stack exchange，提问作者tj judge