如何在 Pandas 中的 DataFrame 中迭代行和索引以過濾布爾值

Question

我正在一個項目中工作，以通過一些股票市場行情來發現異常情況，釣魚異常交易量......我正在努力過濾真實值（那些通過“過濾器”）。 主要目標是創建一個數據框，其中包含通過“統計過濾器”傳遞的代碼。

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

獲取數據框

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']

統計過濾器

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

具有 boolean 值的數據框（真或假）

outlier = data > upper_limit

異常應該是帶有日期（索引）和股票代碼（'F'，'GE'，'GM'，'TSLA'）的數據框，只要是真的......如果我將pd更改為np，下面的代碼就可以工作.array(data)，但只有一個代碼。

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個您的代碼為True的行，則此方法有效：

outlier[outlier.any(axis=1)]