用于识别数据帧中哪些行超过＆＃34;的意思＆＃34;为列

Question

我有一个庞大的犯罪统计数据库（＆＃34; crimeData.csv＆＃34;），其中列是犯罪类别，行是发生犯罪的地址。因此，数据是给定地址的犯罪实例数。

我把它放到了Pandas Dataframe中：

import os
import pandas as pd
relativePath=os.getcwd()
dataFilePath=relativePath+"/Resources/crimeData.csv"
data = pd.read_csv(dataFilePath)
df = pd.DataFrame(data)

我需要计算每种犯罪类别的MEAN发生次数（我的df中的列）。我在这做了：

df.mean(axis=0)

现在是我陷入困境的部分。我现在需要编写一个能完成两件事的函数：

1. 确定给定地址的每个类别的犯罪数量是否超过平均数，
2. 打印每个类别满足条件1的地址

编辑：

我使用了Ted的建议，试图突出显示高于平均值的细胞：

import os
import pandas as pd
import numpy as np
relativePath=os.getcwd()
dataFilePath=relativePath+"/Resources/crimeData.csv"
data = pd.read_csv(dataFilePath)
df = pd.DataFrame(data)
df.mean(axis=0)
df.style.apply(lambda x: np.where(x > df.mean(), 'background-color: green', ''), axis=1)
df

这似乎不会导致数据框发生任何变化。仍然没有突出显示。我错过了什么????

编辑＃2：

这是数据帧的标题：

                     Address  ARSON   ASSAULT   BAD CHECKS   BRIBERY  \
0         OAK ST / LAGUNA ST      0         0            0         0   
1  VANNESS AV / GREENWICH ST      0         1            0         0   
2   1500 Block of LOMBARD ST      0         8            0         0   
3  100 Block of BRODERICK ST      0         2            1         0   
4        0 Block of TEDDY AV      0         9            0         0   

Answer 1

将列地址放在索引中。

df = df.set_index('Address')

您应该能够使用pandas where方法使所有值小于平均值null，然后使用dropna

删除行

df.where(df > df.mean()).dropna()

这是一个示例，我创建了一个10列，2行的随机数在0到1之间的数据帧。只保留两列大于列平均值的行。

np.random.seed(1)
df = pd.DataFrame(np.random.rand(10,2))
df.where(df > df.mean()).dropna()

          0         1
0  0.417022  0.720324
4  0.396767  0.538817
5  0.419195  0.685220
8  0.417305  0.558690

另外检查原始DataFrame，我们可以突出显示大于均值的单元格。有两个绿色单元格的行是我们想要的那些。

df.style.apply(lambda x: np.where(x > df.mean(), 'background-color: green', ''), axis=1)

您还应该能够：

df[(df > df.mean()).all(1)]