删除数据框的异常值

Question

clean_data = pd.DataFrame([[1,2,3], [3, 11, 3], [7,8,12]])

我有这个df，我想遍历每一行并找到大于10的元素，然后用该行的平均值替换它。我可以用难看的代码来做到这一点，但我相信有几行代码可以做到这一点。有什么想法吗？

Answer 1

将DataFrame.mask与mean一起使用：

df = clean_data.mask(clean_data > 10, clean_data.mean(axis=1), axis=0)
print (df)
   0         1  2
0  1  2.000000  3
1  3  5.666667  3
2  7  8.000000  9

或将numpy.where与DataFrame构造函数配合使用：

df = pd.DataFrame(np.where(clean_data > 10, clean_data.mean(axis=1), clean_data), 
                  columns=clean_data.columns,
                  index=clean_data.index)
print (df)
     0         1    2
0  1.0  2.000000  3.0
1  3.0  5.666667  3.0
2  7.0  8.000000  9.0