如何使用熊猫数据框过滤大于和小于平均值的值？答案

【问题标题】：How to filter with pandas dataframes vaules greater and less than a mean?如何使用熊猫数据框过滤大于和小于平均值的值？
【发布时间】：2019-10-07 03:03:31
【问题描述】：

。我想在 0.5 0.5 之间的数据框中进行过滤并将两个过滤后的数据框合并为一个新的数据框。

有效吗？任何替代品也非常感谢
请注意，我的原始数据框比代码中给出的示例要大得多。

我希望输出是一个由 mean_depth 过滤的 3 列新数据框。

import pandas as pd
import numpy as np

data= {'x': [462574.63, 462617.91, 462614.76, 462621.02, 462624.16 ], 
       "Y": [5724781.1, 5724750.7, 5724745.7, 5724750.7, 5724755.7 ], 
       "depth": [32.75, 34.74, 35.30, 34.20, 33.73]}
df = pd.DataFrame(data)

df
#df.describe()
mean_depth = 34.144000
# filter to only show the rows in a  0.5 < mean_depth > 0.5 values
# Can this be automated? so that mean_depth not has to be inputed manualy?

【问题讨论】：

感谢您提供良好的示例数据。你能澄清0.5 < mean > 0.5的意思吗？看起来你想要同时小于和大于相同值的数字，我想我只是误解了。
你能更清楚你的期望吗
您是指mean_depth - 0.5 和mean_depth + 0.5 之间的值吗？

标签： python pandas dataframe filtering mean

【解决方案1】：

这是实现“不在平均值的 0.5 以内”过滤器的一种方法。

import pandas
import numpy

data = {
    'x': [462574.63, 462617.91, 462614.76, 462621.02, 462624.16 ], 
    "y": [5724781.1, 5724750.7, 5724745.7, 5724750.7, 5724755.7 ], 
    "depth": [32.75, 34.74, 35.30, 34.20, 33.73]
}

df = pandas.DataFrame(data)

mean = df['depth'].mean()
mean_delta = 0.5
depth = df['depth']
above = depth > mean + mean_delta
below = depth < mean - mean_delta

df[above | below]

【讨论】：

【解决方案2】：

IIUC，你需要深度0.5以内的值，你不需要单独计算平均值，

data= {'x': [462574.63, 462617.91, 462614.76, 462621.02, 462624.16 ], 
       "Y": [5724781.1, 5724750.7, 5724745.7, 5724750.7, 5724755.7 ], 
       "depth": [32.75, 34.74, 35.30, 34.20, 33.73]}
df = pd.DataFrame(data)

new_df = df[df.depth.between(df.depth.mean() - 0.5, df.depth.mean() + 0.5)]

    x           Y           depth
3   462621.02   5724750.7   34.20
4   462624.16   5724755.7   33.73

【讨论】：

非常感谢