16,0])np.clip(x,2,5)
array([3, 5, 5, 5, 2, 2, 5, 5, 2, 2, 5, 2])
4. extract()
顾名思义,extract() 函数用于根据特定条件从数组中提取特定元素... np.percentile(b, 30, axis=0))
30th Percentile of b, axis=0: [5.13.5 1.9]
6. where()
Where() 用于从满足特定条件的数组中返回元素...它返回在特定条件下值的索引位置。这差不多类似于在SQL中使用的where语句。请看以下示例中的演示。
...具有行和列标签的任意矩阵数据(同类型或异类)
观察/统计数据集的任何其他形式。实际上,数据根本不需要标记,即可放入Pandas数据结构。
...以下是Pandas的优势:
轻松处理浮点数据和非浮点数据中的缺失数据(表示为NaN)
大小可变性:可以从DataFrame和更高维的对象中插入和删除列
自动和显式的数据对齐:在计算中,可以将对象显式对齐到一组标签