在數據框列（Pandas）中將負值修剪爲0

Question

我在做一個pandas系列數據框的簡單數學公式，並且在編譯大量數據時，其中一些值會變爲負數。是否有可以添加的代碼來確保減法運算的值只能達到最小值零？這是我到目前爲止：

deltaT['data'] = (deltaT['hws'] - deltaT['hwr']) 

謝謝！

Answer 1

您可以創建deltaT['data']，然後使用df.loc到負值設定爲0

deltaT['data'] = (deltaT['hws'] - deltaT['hwr']) 
deltaT.loc[deltaT['data'] < 0, 'data'] = 0 

Answer 2

你可以選擇clip_lower在單個操作這樣做。

deltaT['data'] = (deltaT['hws'] - deltaT['hwr']).clip_lower(0) 

Answer 3

選項1
簡單

deltaT['data'] = deltaT.eval('(hws - hwr) * (hws > hwr)') 

---

考慮deltaT

deltaT = pd.DataFrame(dict(hws=[5, 8], hwr=[8, 5])) 

deltaT.assign(data=deltaT.eval('(hws - hwr) * (hws > hwr)')) 

    hwr hws data 
0 8 5  0 
1 5 8  3 

---

選項2
同選項1，但使用numpy的陣列

r, s = (deltaT[c].values for c in ['hwr', 'hws']) 
deltaT.assign(data=(s - r) * (s > r)) 

    hwr hws data 
0 8 5  0 
1 5 8  3 

---

選項3
創造性嘗試

deltaT.assign(data=deltaT.eval('hws - hwr').to_frame().assign(_=0).max(1)) 

    hwr hws data 
0 8 5  0 
1 5 8  3 

Answer 4

deltaT['data'] = (deltaT['hws'] - deltaT['hwr']).apply(lambda x: max(x, 0))