组合函数 (AND)

Question

我有一个关于组合功能的问题。

我的目的是同时应用两个功能。基本上，我想通过寻找数据集最低部分的 5% 分位数和另一端的最高 % 来削减我的数据集的极值。

df = df[df.temperature >= df.temperature.quantile(.05)]

获取高于 5% 分位数的值

df = df[df.temperature <= df.temperature.quantile(.95)]

获取所有低于 95% 分位数的值。

我现在的问题是

df = df[df.temperature >= df.temperature.quantile(.05)]
df = df[df.temperature <= df.temperature.quantile(.95)]

有效，但它并不精确，因为第二个函数建立在前一个剪辑之上。那么如何同时切割两者呢？

df = df[df.temperature >= df.temperature.quantile(.05) & <=    df.temperature.quantile(.95)]

不工作。

感谢支持！

已解决：

df = df[(df.temperature >= df.temperature.quantile(.05)) & (df.temperature

Answer 1

由于运算符优先级，您需要在条件周围加上括号：

f = df[(df.temperature >= df.temperature.quantile(.05)) & (df.temperature <= df.temperature.quantile(.95))]

docs 表明>= 的优先级低于&，因此您需要括号，此外您的代码应该会引发模棱两可的错误。

在代码风格方面，将条件作为变量更具可读性，因此我会将其重写为：

low_limit = df.temperature >= df.temperature.quantile(.05)
upper_limit = df.temperature >= df.temperature.quantile(.95)

那么你的过滤就变成了：

df[(low_limit) & (upper_limit)]

你可以随意改变

low_limit = df.temperature >= df.temperature.quantile(.05)

到

low_limit = (df.temperature >= df.temperature.quantile(.05))

所以你不需要过滤中的括号