如何在 Pandas 中的 DataFrame 中迭代行和索引以过滤布尔值

Question

我正在一个项目中工作，以通过一些股票市场行情来发现异常情况，钓鱼异常交易量......我正在努力过滤真实值（那些通过“过滤器”）。 主要目标是创建一个数据框，其中包含通过“统计过滤器”传递的代码。

import numpy as np
import pandas  as pd
from pandas_datareader import data as web

获取数据框

tickers = ['F', 'GE', 'GM','TSLA']
data = pd.DataFrame()
for t in tickers:
data[t] = web.DataReader(t, data_source='yahoo', start='2020-1-1')['Volume']

统计过滤器

data_std = data.std()
data_mean = data.mean()
anomaly_cut_off = data_std * 3
upper_limit = data_mean + anomaly_cut_off

具有 boolean 值的数据框（真或假）

outlier = data > upper_limit

异常应该是带有日期（索引）和股票代码（'F'，'GE'，'GM'，'TSLA'）的数据框，只要是真的......如果我将pd更改为np，下面的代码就可以工作.array(data)，但只有一个代码。

anomalies = []

for outlier in data:
  if outlier > upper_limit:
  anomalies.append(outlier)
return anomalies

Answer 1

如果您想返回至少一个您的代码为True的行，则此方法有效：

outlier[outlier.any(axis=1)]