基于列表的 Pandas Dataframe 过滤

Question

我正在研究熊猫数据框中的十项全能数据集。 我在以下代码中计算了每年的异常值。 但是，我在过滤来自熊猫的计算值时遇到问题。

数据集文件截图（转置）： Dataset

异常值的箱线图的屏幕截图：箱形图

good = []
bad = []

for item in df['yearEvent'].unique(): 
    value=df[df['yearEvent']==item].Totalpoints
    a=value.quantile(0.25)
    b=value.quantile(0.75)
    c=b-a        
    good.append(b+1.5*c)
    bad.append(a-1.5*c)    

基本上，我想创建一个新列，它根据数据框中的 Totalpoints 是否具有好坏作为值。 如果 Totalpoints 小于 bad 值，则新列行应该是坏的。 诀窍是好的和坏的值会随着时间的推移而变化。

Answer 1

你的问题很模糊，提供数据集的屏幕截图并不是最好的主意。 最好将其包含为文本，或链接到实际数据。

但是，如果我正确理解了您的问题，那么您希望将运动员归类为当年的 0.25 分位数。 你可以简单地做到这一点：

df = pd.DataFrame(dict(
  year=[1990, 1990, 1990, 1991, 1991, 1991],
  points=[1234, 1243, 1423, 4123, 4132, 4312],
))
good = []
for year in df.year.unique():
  year_df = df[df.year == year]
  cutoff = year_df.points.quantile(0.25)
  good.extend(year_df.points > cutoff)
df['good'] = good

这将导致此数据框：

   year  points   good
0  1990    1234  False
1  1990    1243   True
2  1990    1423   True
3  1991    4123  False
4  1991    4132   True
5  1991    4312   True