如何创建一个数据框，只选择值超过 avg +/* Pandas 标准差的行？答案

【问题标题】：How to create a dataframe that only selects rows that have value more than avg +/* standard deviation in Pandas?如何创建一个数据框，只选择值超过 avg +/* Pandas 标准差的行？
【发布时间】：2021-03-12 05:15:28
【问题描述】：

这是我目前拥有的代码，但我不确定是否应该在计算出标准偏差和平均值后加入数据帧。我目前陷入困境的地方是选择值大于或小于 avg +/1 标准的行。我只是不知道如何遍历每一列并做到这一点？我想过一个 for 循环，但不完全确定如何去做。

import pandas_datareader.data as web
import datetime as date

fromDate ="2014-01-02"
toDate = "2016-01-02"

dfSixMo =  web.DataReader('DGS6MO','fred',fromDate,toDate)

dfOneYear = web.DataReader('DGS1','fred',fromDate,toDate)

dfFiveYear = web.DataReader('DGS5','fred',fromDate,toDate)

dfTenYear = web.DataReader('DGS10','fred',fromDate,toDate)

dfJoin1 = dfSixMo.join(dfOneYear,how = 'inner')
dfJoin2 = dfFiveYear.join(dfTenYear,how='inner')
dfFinal = dfJoin1.join(dfJoin2,how='inner')
print(dfFinal)

mean = dfFinal.mean()
print('\nMean:')
print(mean)

StDev = dfFinal.std()
print('\n Standard Deviation:')
print(StDev)

【问题讨论】：

可以分享示例数据吗？
如果要对整个DataFrame进行标准差，可以给df.stack().std()。同样，df.stack().mean()
另一种方法是使用 numpy 选项。 df.values.std(ddof=1)。更多信息是here

标签： python pandas dataframe pandas-datareader

【解决方案1】：

IIUC 这就是你想要的：

#setup
df = pd.DataFrame(np.random.randint(0,10,(3,3)), columns = list('abc'))
#   a  b  c
#0  3  2  8
#1  0  6  7
#2  8  3  9

mean = df.mean()
std = df.std()

df[((mean-std < df) & (df< mean+std)).all(1)]
#   a  b  c
#0  3  2  8

【讨论】：