如何在pandas DataFrame中新增列取指定列与固定值的最小值

报错原因 #

Python 内置的min()函数仅支持对标量值做大小比较，你传入了Pandas Series（df["A"]）和标量X两个参数时，函数无法直接对整个Series数组做布尔判断，因此触发真值歧义的报错。

正确实现方式 #

推荐使用性能更高的向量化操作实现逐行比较，常用两种写法：

写法1：使用numpy.minimum逐元素比较 #

np.minimum会自动对输入的数组/标量做广播，逐元素返回较小值：

import numpy as np
import pandas as pd

data = {
        'A':[0,0,1,1,1,1,1,1,1],
        'B':[0,0,1,1,0,1,4,1,2],
        'C':[0,10,130,1,0,1,4,1,12]
       }
X=5
df=pd.DataFrame(data)
df["D"] = np.minimum(df["A"], X)
print(df)

写法2：使用Pandas自带的clip裁剪方法 #

通过指定上限参数upper，可以直接把A列的最大值限制为X，效果等价于逐行取和X的最小值：

df["D"] = df["A"].clip(upper=X)

如果数据量很小，也可以用逐行apply的写法，性能低于上述两种向量化方案：

df["D"] = df["A"].apply(lambda x: min(x, X))

内容的提问来源于stack exchange，提问作者Naor