Pandas 过滤数据帧时返回相同的初始输入'；价值观

我从read_html pandas属性中获得了以下数据帧

A        1.48        2.64    1.02         2.46   2.73
B       658.4        14.33    7.41        15.35   8.59
C        3.76         2.07    4.61         2.26   2.05
D   513854.86         5.70    0.00         5.35  30.16

我想删除超过150的行，所以我做了一个

df1=df[df>150]

，但是它返回相同的表

然后我想在route

route=pd.read_html（https//route，decimal='）中包含小数

并继续返回相同的初始数据帧，而不使用过滤器

这将是我想要的输出：

A        1.48        2.64    1.02         2.46   2.73
C        3.76         2.07    4.61         2.26   2.05

需要：

或：

然后比较-获取布尔数据帧：

print (df.iloc[:, 1:] > 150)
       1      2      3      4      5
0  False  False  False  False  False
1   True  False  False  False  False
2  False  False  False  False  False
3   True  False  False  False  False

print (df.iloc[:, 1:] <= 150)
       1     2     3     4     5
0   True  True  True  True  True
1  False  True  True  True  True
2   True  True  True  True  True
3  False  True  True  True  True

---

最后一个第一个

系列

用

~

反转并过滤。

Hi@jezrael非常感谢您的帮助！我面临的问题是，当我尝试

df.iloc[：，1:]>150

时，所有的列都是正确的，你认为我能做些什么来克服这个问题？高兴可以帮助；）天气真好！

df1 = df[(df.iloc[:, 1:] <= 150).all(1)]
print (df1)
   0     1     2     3     4     5
0  A  1.48  2.64  1.02  2.46  2.73
2  C  3.76  2.07  4.61  2.26  2.05

print (df.iloc[:, 1:])
           1      2     3      4      5
0       1.48   2.64  1.02   2.46   2.73
1     658.40  14.33  7.41  15.35   8.59
2       3.76   2.07  4.61   2.26   2.05
3  513854.86   5.70  0.00   5.35  30.16

print (df.iloc[:, 1:] > 150)
       1      2      3      4      5
0  False  False  False  False  False
1   True  False  False  False  False
2  False  False  False  False  False
3   True  False  False  False  False

print (df.iloc[:, 1:] <= 150)
       1     2     3     4     5
0   True  True  True  True  True
1  False  True  True  True  True
2   True  True  True  True  True
3  False  True  True  True  True

print ((df.iloc[:, 1:] > 150).any(1))
0    False
1     True
2    False
3     True
dtype: bool

print ((df.iloc[:, 1:] <= 150).all(1))
0     True
1    False
2     True
3    False
dtype: bool