只是个人笔记，没有观赏价值。
'''7.2 检测和过滤异常值'''data = pd.DataFrame(np.random.randn(1000, 4))data.describe()col = data[2]colcol[np.abs(col) > 3]datadata.head()data.columnnames =['a', 'b', 'c', 'd']#################### columnnames 不会改变列的名字， 那会改变什么呢？datadata.columns = ['a', 'b', 'c', 'd']data[data['a'] > 3].idxmax()data['a'] > 3data[data['a'] > 3]c = data['c']c.idxmax()cdata['c'].nlargest()c.argmax(2)np.argpartition(c, )x = np.array([4, 3, 2, 1])np.argpartition(x, 3)[0]np.argpartition(x, 3)np.argpartition(x,3)np.argpartition(x,2)np.argpartition(x,5)np.argwhere(x, 3)data[(np.abs(data)> 3).any(1)]data[data>3].any(1)(data>3).any(1)######################### 看来必须用上面的方式写，data[(data>3.5).any(1)]data[(np.abs(data) > 3).any(1)]col[(np.abs(col) > 2).any(1)]data[(data > 3).any(1)]data[(data > 3).any(1)]data[(data > 3).any()]data[np.abs(data) > 3] = np.sign(data) * 3datadata.describe()
这里学习一下any的应用。
dataframe 里查找某个符合条件的数字
data = pd.DataFrame({'name':['张三', '李四', '王五', '赵六', '陈七', '郑八', '周九'],'age':np.random.randint(10, 30, 7)})datadata.loc[data['age']> 20, 'age']data.loc[data['age']> 20, 'name']data.loc[data['age']> 20, 'name'].values
使用loc，就可以得到想要的结果。
'''如果我想批量替换，把大于25的替换25， 那么该这样。'''data[data['age']>20] =20data
