У меня есть dataframe значений, и я хотел бы изучить строки, которые являются выбросами. Я написал функцию ниже, которую можно вызвать с помощью функции groupby().apply()
и она отлично работает для высоких или низких значений, но когда я хочу объединить их вместе, я генерирую ошибку. Я как-то испортил логический выбор OR
но я мог найти документацию только для критериев выбора, используя &
. Мы ценим любые предложения.
zach cp
df = DataFrame( {'a': [1,1,1,2,2,2,2,2,2,2], 'b': [5,5,6,9,9,9,9,9,9,20] } )
#this works fine
def get_outliers(group):
x = mean(group.b)
y = std(group.b)
top_cutoff = x + 2*y
bottom_cutoff = x - 2*y
cutoffs = group[group.b > top_cutoff]
return cutoffs
#this will trigger an error
def get_all_ outliers(group):
x = mean(group.b)
y = std(group.b)
top_cutoff = x + 2*y
bottom_cutoff = x -2*y
cutoffs = group[(group.b > top_cutoff) or (group.b < top_cutoff)]
return cutoffs
#works fine
grouped1 = df.groupby(['a']).apply(get_outliers)
#triggers error
grouped2 = df.groupby(['a']).apply(get_all_outliers)
Вам нужно использовать |
вместо or
. Операторы and
и or
являются специальными в Python и не хорошо взаимодействуют с такими вещами, как numpy и pandas, которые пытаются применить к ним элемент по всей коллекции. Поэтому для этих контекстов они переопределили "поразрядные" операторы &
и |
означает "и" и "или".