Python é uma ótima linguagem para fazer análise de dados, principalmente por causa do fantástico ecossistema de pacotes Python centrados em dados. O Pandas é um desses pacotes e torna a importação e análise de dados muito mais fácil.

Python Series.clip()é usado para cortar o valor abaixo e acima para passar o valor mínimo e máximo. Este método é usado ao fazer operações como processamento de sinal. Como sabemos, existem apenas dois valores no sinal digital, alto ou baixo. Pandas Series.clip() podem ser usados ​​para restringir o valor a um intervalo específico.

Sintaxe: Series.clip (lower = None, upper = None, axis = None, inplace = False)

Parâmetros:
inferior: Define o menor valor do intervalo. Quaisquer valores abaixo deste são tornados iguais ou inferiores.
superior: define o valor máximo do intervalo. Quaisquer valores acima disso são tornados iguais a superior.
eixo: 0 ou 'índice' para aplicar o método por linhas e 1 ou 'colunas' para aplicar por colunas
no local: Faça alterações na própria série do chamador. (Sobrescrever com novos valores)

Tipo de retorno: série com valores atualizados

Para baixar o conjunto de dados usado no exemplo a seguir, clique aqui.
Nos exemplos a seguir, o quadro de dados usado contém dados de alguns jogadores da NBA. A imagem do quadro de dados antes de qualquer operação é anexada abaixo.

Exemplo
Neste exemplo, o .clip() método é chamado na coluna de dados Age. Um valor mínimo de 22 é passado para o parâmetro inferior e 25 para o parâmetro superior. A série retornada é então armazenada em uma nova coluna 'Nova Era'. Antes de fazer qualquer operação, as linhas nulas foram descartadas usando .dropna()para evitar erros.

# importing pandas module 
import pandas as pd 
  
# importing regex module
import re
    
# making data frame 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
    
# removing null values to avoid errors 
data.dropna(inplace = True) 
  
# lower value of range
lower = 22
  
# upper value of range
upper = 25
  
# passing values to new column
data["New Age"]= data["Age"].clip(lower = lower, upper = upper)
  
# display
data

Saída:
conforme mostrado na imagem de saída, a coluna New Age tem o valor mínimo de 22 e o valor máximo de 25. Todos os valores estão restritos a este intervalo. Valores abaixo de 22 foram tornados iguais a 22 e valores acima de 25 foram tornados iguais a 25.