特殊过滤器熊猫数据框

【问题标题】：Special filter pandas dataframe特殊过滤器熊猫数据框
【发布时间】：2019-08-09 19:19:21
【问题描述】：

我有一个数据框：

   BPR_free_speed  BPR_speed  Volume  time_normalised  free_capacity  
0           17.88  15.913662     580         1.593750          475.0  
1           17.88  15.865198     588         2.041667          475.0  
2           17.88  16.511613     475         0.666667          475.0  
3           17.88  16.882837     401         1.091458          467.0  
4           99999  16.703004     438         1.479167          467.0  
5           17.88  16.553928     467         0.960417          467.0

如何在特殊情况下获得系列？我想找出异常值并将它们放在系列df["has_outliers"] 中，例如如果一行在任何列中的值大于 550，则为 True，否则为 False。

这个数据框的输出应该是

     has_outliers
0           True
1           True
2           False 
3           False 
4           True 
5           False

我认为即使使用 numpy 也可以完成，但是怎么做呢？

【问题讨论】：

标签： python pandas numpy dataframe series

【解决方案1】：

比较DataFrame.gt 和DataFrame.any 以检查每行至少一个True：

df["has_outliers"] = df.gt(500).any(axis=1)

或计数Trues 并转换为整数：

df["has_outliers"] = df.gt(500).sum(axis=1).astype(bool)

【讨论】：

感谢您这么快的答复！是否有可能获得反向标签？（假而不是真，反之亦然）
@cicaduze - 当然，使用df["has_outliers"] = ~df.gt(500).any(axis=1) - 添加~ 用于逆条件
对不起，我不能为您的评论投票，但非常感谢您。你是有史以来最节省时间的人！
@cicaduze - 如果我的回答有帮助，请不要忘记accept。谢谢。