You need to enable JavaScript to run this app. 如何使用pandas优雅高效替换dataframe多列中小于1的数值
优惠活动
大模型
产品
解决方案
定价
更多

如何使用pandas优雅高效替换dataframe多列中小于1的数值

解决方案

你可以使用pandas内置的clip方法实现批量处理,这是当前场景最简洁高效的方案,不需要逐列重复写逻辑:

import pandas as pd
import numpy as np

# 构造示例DataFrame
f = pd.DataFrame({'person_id': [101,101,101,201,201,201,203],
                  'test_id':[123,123,124,321,321,321,456],
                 'los_24':[0.3,0.7,0.6,1.01,2,1,2],
                 'los_48':[1,0.2,0.4,0.7,11,2,3],
                 'in_24':[21,24,0.3,2.3,0.8,23,1.001],
                 'in_48':[11.3,202.0,0.2,0.3,41.0,47,2],
                 'test':['A','B','C','D','E','F','G']})

# 手动指定待处理列
cols = ['los_24', 'los_48', 'in_24', 'in_48']
# 如果列数多且命名有规律,可以用正则批量匹配,不用手动逐个写列名
# cols = f.filter(regex=r'^(los|in)_\d+$').columns.tolist()

# 核心逻辑:将指定列所有小于1的值截断为1
f[cols] = f[cols].clip(lower=1)

如果偏好其他写法,也可以用mask方法实现完全一致的效果:

f[cols] = f[cols].mask(f[cols] < 1, 1)

以上两种方案都是pandas原生向量化操作,运行效率远高于循环遍历,同时后续新增同规则处理列时,只需要在cols列表中新增对应列名即可,维护成本极低。

效果验证

处理后的预期输出结果如下:
预期输出结果

内容的提问来源于stack exchange,提问作者The Great

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 22:27:04