我有一个熊猫数据框，几乎没有列
现在我知道某些行是基于特定列值的异常值
比如说
“Vol”列的所有值都在
12xx附近，其中一个值为4000（异常值）
现在，我想排除那些像这样有Vol列的行
所以，本质上我需要在数据框上放置一个过滤器，这样我们就可以选择所有行，其中某一列的值在，比如说，平均值的3个标准偏差之内
实现这一目标的优雅方式是什么
如果您的数据帧中有多个列，并且希望删除至少一列中包含异常值的所有行，则以下表达式可以一次性完成此操作。
df=pd.DataFrame（np.random.randn（100,3））
从scipy导入统计信息
df[（np.abs（stats.zscore（df））<；3）.all（axis=1）]
说明：
- 对于每个列，它首先计算
柱，相对于柱平均值和标准偏差 - 然后它会得到绝对的Z分数，因为方向不是
只有当它低于临界值时，它才是重要的 - all（axis=1）确保每行的所有列都满足
约束 - 最后，使用此条件的结果对数据帧进行索引
基于单个列筛选其他列
- 例如，为
zscore，df[0]指定一列，然后删除.all（axis=1）
df[（np.abs（stats.zscore（df[0]））<；3）]