删除高于阈值的值

Question

我正在尝试从数据框中删除值，即温度，一些值是 10.0、10.5、40.0，但我有一些像 140.0、159.5 那样没有意义的值，我想删除它们。 我使用以下功能，但我没有像索引那样删除任何东西

def remove_outlier(df, col_name):
    threshold = 100.0  # Anything that occurs abovethan this will be removed.
    value_counts = df.stack().value_counts()  # Entire DataFrame
    to_remove = value_counts[value_counts >= threshold].index
    if(len(to_remove) > 0):
        df[col_name].replace(to_remove, np.nan)
    return df

Answer 1

尝试

df = df[df[col_name] < threshold]

要么

df = df[~ df[col_name] > threshold]

Answer 2

扩展GRS 的答案

>>> import pandas as pd

>>> d

  City  Temperature
0    A         10.0
1    B         10.5
2    C        140.0
3    D         30.0
4    E        145.0
5    F         99.0


>>> def remove_outlier(dataFrame, col_name='Temperature', threshold=100):
...     return dataFrame[dataFrame[col_name] < threshold]

>>> remove_outlier(d)

  City  Temperature
0    A         10.0
1    B         10.5
3    D         30.0
5    F         99.0

Answer 3

您还可以使用df.query的功能pandas与@运算符来读取变量的值：

df = df.query('col_name < @threshold')