pandas的isin()函数对异常值所在行的处理

• • • • 首先导入库和读取文件
      • 筛选出异常值所在行
      • • 单列筛选
        • 多列筛选（同时满足用&连接，或的话用 | 连接）
      • 删除异常值所在行

import pandas as pd
df = pd.read_csv('german_clean.csv',header=0)

# df[df[列名].isin([异常值])]
# df[列名].isin([异常值])对当前列中存在异常值的行会返回True，不存在的返回False
# 假设checking_status列中异常值为A11
df[df['checking_status'].isin(['A11'])]

异常值可以是多个，如

df[df['checking_status'].isin(['A11','A12'])]

• 筛选出每列都有异常值的行

# df[df[列名].isin([异常值])& df[列名].isin([异常值])]
df[df['checking_status'].isin(['A11','A12'])&df['purpose'].isin(['A43'])]

• 筛选出至少有一列有异常值的行

# df[df[列名].isin([异常值])| df[列名].isin([异常值])]
df[df['checking_status'].isin(['A11','A12'])|df['purpose'].isin(['A43'])]

因为isin()返还的是boolean的Dataframe，在里面的是True，不在里面的是False，所以我们只需要对它进行异或取反即可。

# df[True^df[列名].isin([异常值])]
df[True^df['checking_status'].isin(['A11'])]

同理，多行删除只需要套个括号将其视为整体再取反即可

df[True^(df['checking_status'].isin(['A11','A12'])|df['purpose'].isin(['A43']))]
df[True^(df['checking_status'].isin(['A11','A12'])&df['purpose'].isin(['A43']))]