如何从pandas数据框中选择平均值大于某些限制的列？

Question

我有一个包含多列的数据框。每列都是某个变量的时间序列。我只想选择重要的列（按某种度量），即我想选择列的子集，即对于每一列，

1. （所有行中的）平均值大于x，或者

2. 最大值（在所有行中）都大于x

   i | col1 | col2 | col3 | ....

   0 | 0.1 | 0.5。 | 0.3。 | ....

   1 | .09 | 0.4 | 0.4 | ....

   2 | .08 | .45 | .36 | ...

让我们说，从上表开始，我只选择[col2，col3]（条件：column_avg> 0.2）。

或者，只有col2，条件为：column_avg> .4。

类似地，不是以平均值为条件，而是以每列的最小值或最大值为条件

Answer 1

如果您希望获得每列均值超过.4的列：

means = df.mean()
x = .4
useful_cols = [ind for m,ind in zip(means,means.index) if m>x]
df2 = df[useful_cols]

使用max将df.mean()替换为df.max()

请告诉我这里是否需要解释。

Answer 2

尝试一下：

df2 = df[df.columns[df.mean(axis=0) > 0.2]]
df3 = df[df.columns[df.max(axis=0) > 0.4]]

df.min的工作方式相同。