我对组合功能有疑问。
我的目的是同时应用两个功能。基本上，我想通过查找数据集最低部分的5％分位数和另一端的最高％来剪切极值的数据集。
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)]
获取低于95％分位数的所有值。
我目前的问题是
df = df[df.temperature >= df.temperature.quantile(.05)]
df = df[df.temperature <= df.temperature.quantile(.95)]
有效，但不准确，因为第二个功能建立在前一个剪辑之上。那我怎么能一次切两个？
df = df[df.temperature >= df.temperature.quantile(.05) & <= df.temperature.quantile(.95)]
不起作用。
感谢您的支持！
解决：
df = df [（df.temperature＆gt; = df.temperature.quantile（.05））＆amp; （df.temperature＆lt; =（df.temperature.quantile（.95）））]
答案 0 :(得分：2)
由于运算符优先级，您需要围绕条件使用括号：
f = df[(df.temperature >= df.temperature.quantile(.05)) & (df.temperature <= df.temperature.quantile(.95))]
docs显示>=的优先级低于&所以你需要括号，除了你的代码应该引起一个模棱两可的错误。
代码风格明智，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)
然后你的过滤成为：
df[(low_limit) & (upper_limit)]
您可以选择更改
low_limit = df.temperature >= df.temperature.quantile(.05)
到
low_limit = (df.temperature >= df.temperature.quantile(.05))
因此您不需要过滤中的括号