只是個人筆記，沒有觀賞價值。

''' 7.2 檢測和過濾異常值 '''data = pd.DataFrame(np.random.randn(1000, 4)) data.describe()col = data[2] col col[np.abs(col) > 3]data data.head() data.columnnames =['a', 'b', 'c', 'd'] ################### # columnnames 不會改變列的名字， 那會改變什么呢？ data data.columns = ['a', 'b', 'c', 'd'] data[data['a'] > 3].idxmax() data['a'] > 3 data[data['a'] > 3] c = data['c'] c.idxmax() c data['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)######################### 看來必須用上面的方式寫，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) * 3 data data.describe()

這里學(xué)習(xí)一下any的應(yīng)用。

dataframe 里查找某個符合條件的數(shù)字

data = pd.DataFrame({'name':['張三', '李四', '王五', '趙六', '陳七', '鄭八', '周九'],'age':np.random.randint(10, 30, 7) }) data data.loc[data['age']> 20, 'age'] data.loc[data['age']> 20, 'name'] data.loc[data['age']> 20, 'name'].values

使用loc，就可以得到想要的結(jié)果。

?

''' 如果我想批量替換，把大于25的替換25， 那么該這樣。 ''' data[data['age']>20] =20 data

?

總結(jié)

以上是生活随笔為你收集整理的利用python进行数据分析学习笔记（2）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。