pandas 如何处理离群数据(多列)

mklgxw1f 于 2022-11-27 发布在其他

关注(0)|答案(1)|浏览(144)

我有一个数据集，其中包含许多列数据，我想检查其中是否有超过100的数据，如果有，我只删除整行数据。[some data][1]
我试着用

useful_data = data[(data)['a1'] <= 100]
useful_data = data[(data)['a2'] <= 100]
useful_data = data[(data)['a3'] <= 100]
useful_data = data[(data)['a4'] <= 100]
useful_data = data[(data)['a5'] <= 100]
useful_data = data[(data)['a6'] <= 100]
useful_data = data[(data)['a7'] <= 100]
useful_data = data[(data)['a8'] <= 100]

但这似乎不起作用，因为我一遍又一遍地重新分配useful_data。
我的问题是：如何去除离群数据并使其整洁？我不想重复工作。[1]：https://i.stack.imgur.com/SNZtz.png

pandas

来源：https://stackoverflow.com/questions/74510283/how-to-deal-with-outlier-datamultiple-columns

1条答案

按热度按时间

yiytaume1#

这应该对你有用

data = pd.DataFrame({'a1':[98, 87, 78, 101, 45], 
                     'a2':[89, 98, 23, 43, 102],
                     'a3':[120, 9, 23, 12, 122]})

new_data = data[data[data.columns.values]<= 100]
new_data = new_data.dropna()

这是此代码的输出

a1    a2    a3
1  87.0  98.0   9.0
2  78.0  23.0  23.0

赞(0）回复(0）举报 2022-11-27

我来回答

pandas 如何处理离群数据(多列)

1条答案

相关问题

热门标签

最新问答