如何删除通过np.where条件筛选出的离群值对应的DataFrame整行

解决方案 #

你可以通过以下两种方式删除离群值对应的整行数据：

方法1：直接过滤保留非离群值（更简洁，无需调用np.where） #

直接按条件筛选出rt列数值小于等于50000的行，赋值给原变量或新变量即可，这是日常处理中最常用的写法：

# 保留rt值≤50000的行，直接覆盖原DataFrame
df_cor_inc = df_cor_inc[df_cor_inc['rt'].astype(float) <= 50000]

方法2：基于你已生成的np.where结果删除 #

np.where返回的第一个元素是离群值对应的行位置索引，你需要将其转换为DataFrame的实际行索引后调用drop方法删除：

# 提取离群值的行位置，转换为DataFrame实际索引
outlier_index = df_cor_inc.index[np.where(df_cor_inc['rt'].astype(float) > 50000)[0]]
# 删除对应行，inplace=True表示直接修改原DataFrame
df_cor_inc.drop(outlier_index, inplace=True)

注意事项 #

• 如果rt列本身已经是数值类型，可以省略astype(float)步骤，提升运行效率
• 如果不想修改原始DataFrame，可以将处理后的结果赋值给新变量，例如：df_clean = df_cor_inc[df_cor_inc['rt'].astype(float) <= 50000]

内容的提问来源于stack exchange，提问作者dazai