组合函数（AND）

Question

我有一个关于组合函数的问题。

我的目的是同时应用两个功能。基本上，我想通过在数据集的最低部分查找5％的分位数和在另一端的最高百分比来削减我的数据集的极端值。

df = df[df.temperature >= df.temperature.quantile(.05)] 

让我说是5％分位数

df = df[df.temperature <= df.temperature.quantile(.95)] 

上面得到我的一切，都是95％分位数以下的值的值。

我现在的问题是，

df = df[df.temperature >= df.temperature.quantile(.05)] 
df = df[df.temperature <= df.temperature.quantile(.95)] 

作品，但由于第二个功能是建立在以前切顶它不是精确的。那么我怎么能一次砍掉两个呢？

df = df[df.temperature >= df.temperature.quantile(.05) & <= df.temperature.quantile(.95)] 

不起作用。

感谢支持！

解决：

DF = DF [（df.temperature> = df.temperature.quantile（0.05））&（df.temperature < =（df.temperature.quantile（0.95）） ）]

Answer 1

您需要周围的情况，由于运算符优先级括号：

f = df[(df.temperature >= df.temperature.quantile(.05)) & (df.temperature <= df.temperature.quantile(.95))] 

的docs表明>=比低优先级所以你需要括号，除了你的代码应该提出一个模棱两可的错误。

代码风格明智它更具有可读性有你的条件变量，所以我将它改写为这样的：

low_limit = df.temperature >= df.temperature.quantile(.05) 
upper_limit = df.temperature >= df.temperature.quantile(.95) 

那么你的过滤变成：

df[(low_limit) & (upper_limit)] 

您可以根据需要更改

low_limit = df.temperature >= df.temperature.quantile(.05) 

到

low_limit = (df.temperature >= df.temperature.quantile(.05)) 

，所以你不需要括号中的过滤