循环数据框python中的列答案

【问题标题】：loop over columns in dataframes python循环数据框python中的列
【发布时间】：2021-08-13 00:07:23
【问题描述】：

我想遍历特定数据框中的 2 列，我想通过列的名称访问数据，但它在第 3 行给了我这个错误（类型错误）

i=0
for name,value in df.iteritems():
 
  q1=df[name].quantile(0.25)
  q3=df[name].quantile(0.75)
  IQR=q3-q1
  min=q1-1.5*IQR
  max=q3+1.5*IQR
  minout=df[df[name]<min]
  maxout=df[df[name]>max]
  new_df=df[(df[name]<max) & (df[name]>min)]
  i+=1
  if i==2:
    break

【问题讨论】：

请添加足够大的df 样本以重现错误。另请提供您希望实现的输出示例。

标签： python pandas dataframe data-analysis exploratory-data-analysis

【解决方案1】：

您似乎想根据 1.5*IQR 规则排除异常值。这是一个更简单的解决方案：

输入虚拟数据：

import numpy as np
np.random.seed(0)
df = pd.DataFrame({'col%s' % (i+1): np.random.normal(size=1000)
                   for i in range(4)})

去除异常值（保留数据：Q1-1.5IQRIQR）：

Q1 = df.iloc[:, :2].quantile(.25)
Q3 = df.iloc[:, :2].quantile(.75)
IQR = Q3-Q1

non_outliers = (df.iloc[:, :2] > Q1-1.5*IQR) & (df.iloc[:, :2] < Q3+1.5*IQR)

new_df = df[non_outliers.all(axis=1)]

输出：

【讨论】：

【解决方案2】：

类型错误的发生可能有很多原因，因此最好添加部分 DF 以尝试理解问题。

还可以使用iterrows() 函数循环遍历列：

import pandas as pd

df = pd.read_csv('filename.csv')
    
for _, content in df.iterrows():
    print(content['columnname']) #add the name of the columns you want to loop over

【讨论】：