python - df.apply(f) 将所有负值转换为零的函数 f 是什么？

Question

假设 df 是一个完全由 float 组成的 Pandas 数据帧。

---

我知道

df[df < 0] = 0

用零替换 df 中的所有负值，但我问的是不同的东西。我想知道我必须在表达式中使用什么函数 f

df.apply(f)

...使得生成的数据帧在 df 具有负数的位置具有零。

---

FWIW，以下失败并出现错误:

df.apply(lambda x: max(x, 0))

...下面产生了错误的结果:

df.apply(lambda x: numpy.max(x, 0))

---

更一般地说，如何将非向量化、返回标量的函数应用于数据帧 A 的每个单元格，从而生成与 A 具有相同形状的新数据框？

Answer 1

这需要 applymap ，不适用:

df = pd.DataFrame(np.random.randn(4, 2))

df
Out: 
          0         1
0  1.157994 -0.729533
1 -1.062847  1.119744
2 -0.424534 -0.058468
3  0.465355 -0.838637

df.applymap(lambda x: max(x, 0))

Out: 
          0         1
0  1.157994  0.000000
1  0.000000  1.119744
2  0.000000  0.000000
3  0.465355  0.000000