如何使用 apply 函数删除 z 分数（3 或 -3）的异常值

Question

我正在研究UCI心脏病，并将所有可测量值更改为z分数，我想将大于3或小于-3的值分别替换为3和3或平均值。

我的示例代码是：

import pandas as pd
import numpy as np
df= pd.DataFrame({'X': np.random.randn(10),'Y':np.random.randn(10)}) 
df=df.append(pd.DataFrame({'X':np.array([3,-3,3.3,4]),                                   'Y':np.array([-3.4,2,1,5])}),ignore_index=True) 
df['X'].apply(lambda x: x=3 if x>3 else (x = -3 if x<-3 else x))

但是我收到以下错误：

File "<ipython-input-144-8d678556d1e7>", line 1
    df['X'].apply(lambda x: x=3 if x>3 else (x= -3 if x<-3 else x))
                                              ^
SyntaxError: invalid syntax

我该如何修复它？

Answer 1

lambda

语法是这样的，在

x:

之后，您只需陈述函数值，而不重复

x

（除了本例中的条件）。

df['X'].apply(lambda x: 3 if x > 3 else (-3 if x < -3 else x))

Answer 2

让我们尝试使用 Series.clip 来代替：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {'X': np.array([3, -3, 3.3, 4]),
     'Y': np.array([-3.4, 2, 1, 5])}
)

df['X'] = df['X'].clip(lower=-3, upper=3)
print(df)

输出：

     X    Y
0  3.0 -3.4
1 -3.0  2.0
2  3.0  1.0
3  3.0  5.0

---

或 DataFrame.clip 应用于整个框架：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {'X': np.array([3, -3, 3.3, 4]),
     'Y': np.array([-3.4, 2, 1, 5])}
)

df = df.clip(lower=-3, upper=3)
print(df)

输出：

     X    Y
0  3.0 -3.0
1 -3.0  2.0
2  3.0  1.0
3  3.0  3.0