Python 如何有条件地从数据帧中删除行

我的意图是将主数据帧

分解为两个数据帧：一个是普通数据帧，另一个是包含异常值的数据帧，具体取决于NaN。下面的代码应该跨越数据帧长度，但实际上会引发异常
索引器错误：索引4超出大小为3的轴0的界限

print语句表明条件是正确的，但结果（当对范围（0，m-1）中的i使用
时）：
是错误的，这可能是由于行的删除方式：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
data = {
    'apples': [3, 2, 0, np.nan, 2],
    'oranges': [0, 7, 7, 2, 7],
    'figs':[1, np.nan, 10, np.nan, 10]
}
purchases = pd.DataFrame(data)
purchases = pd.DataFrame(data, index=['June', 'Robert', 'Lily', 'David', 'Bob'])
# calculate the proportion of NaN per row
l = len(purchases.columns)
m = len(purchases)
n_nan=0
W= [0 for w in range(m)]
X = [i for i in range(0,m)]
for i in range(0,m):
    n_nan = purchases.iloc[i,:].isna().sum()
    print('row ',i,' number of NaN ',n_nan,' % of Nan ',n_nan*100/l)
    W[i]=n_nan*100/l
# Write code to divide the data into two subsets based on the number of missing
# values in each row.
# use https://www.shanelynn.ie/using-pandas-dataframe-creating-editing-viewing-data-in-python/
purchases_normal = purchases.copy()
purchases_outliers = purchases.copy()
print('purchases ')
print(purchases)
print('----------------------')
#
for j in range(0,m-0):
#    print('row ',j,' W = ',W[j])
    if W[j]> 20:
        print('at iteration ',j, ' going to drop from purchases_normal as W= ', W[j],' is > 20')
        purchases_normal.drop(purchases_normal.index[j], inplace=True)
    else:
        print('at iteration ',j, ' going to drop from purchases_outliers as W= ', W[j],' is < 20')
        purchases_outliers.drop(purchases_outliers.index[j], inplace=True)
print('purchases normal')
print(purchases_normal)
print('------')
print('purchases outliers')
print(purchases_outliers)

将熊猫作为pd导入
将numpy作为np导入
将matplotlib.pyplot作为plt导入
数据={
‘苹果’：[3,2,0，np.nan，2]，
“橙子”：[0,7,7,2,7]，
‘无花果’：[1，np.nan，10，np.nan，10]
}
采购=pd.DataFrame（数据）
采购=pd.DataFrame（数据，索引=['June'，'Robert'，'Lily'，'David'，'Bob']）
#计算每行NaN的比例
l=len（采购.列）
m=len（采购）
n_nan=0
W=[0表示范围内的W（m）]
X=[i代表范围（0，m）内的i]
对于范围（0，m）内的i：
n_nan=purchases.iloc[i，：].isna（）.sum（）
打印（'row'，i，'NaN数'，n_NaN，'%NaN'，n_NaN*100/l）
W[i]=n_南*100/l
#编写代码，根据缺失数据的数量将数据分成两个子集
#每行中的值。
#使用https://www.shanelynn.ie/using-pandas-dataframe-creating-editing-viewing-data-in-python/
purchases\u normal=purchases.copy（）
purchases\u outliers=purchases.copy（）
打印（‘购买’）
印刷（采购）
打印（'-------------------------'）
#
对于范围（0，m-0）内的j：
#打印（'row'，j'，W='，W[j]）
如果W[j]>20：
print（'在迭代时，j，'将从购买中退出_正常值为W='，W[j]，'is>20'）
采购正常下降（采购正常指数[j]，原地=真）
其他：
print（'在迭代时，j，'将从购买中删除\u异常值为W='，W[j]，'为<20'）
采购异常值。下降（采购异常值。指数[j]，原地=真）
打印（‘正常购买’）
打印（正常购买）
打印（'----'）
打印（‘异常值’）
打印（采购和异常值）
尝试以下循环：

for j in range(0,m-0):
#    print('row ',j,' W = ',W[j])
    if W[j]> 20:
        print('at iteration ',j, ' going to drop from purchases_normal as W= ', W[j],' is > 20')
        purchases_normal = purchases_normal.drop(purchases.index[j])
    else:
        print('at iteration ',j, ' going to drop from purchases_outliers as W= ', W[j],' is < 20')
        purchases_outliers = purchases_outliers.drop(purchases.index[j])

范围（0，m-0）内j的
：
#打印（'row'，j'，W='，W[j]）
如果W[j]>20：
print（'在迭代时，j，'将从购买中退出_正常值为W='，W[j]，'is>20'）
采购正常=采购正常下降（采购指数[j]）
其他：
print（'在迭代时，j，'将从购买中删除\u异常值为W='，W[j]，'为<20'）
采购\异常值=采购\异常值.drop（采购.指数[j]）
尝试以下循环：

for j in range(0,m-0):
#    print('row ',j,' W = ',W[j])
    if W[j]> 20:
        print('at iteration ',j, ' going to drop from purchases_normal as W= ', W[j],' is > 20')
        purchases_normal = purchases_normal.drop(purchases.index[j])
    else:
        print('at iteration ',j, ' going to drop from purchases_outliers as W= ', W[j],' is < 20')
        purchases_outliers = purchases_outliers.drop(purchases.index[j])

范围（0，m-0）内j的
：
#打印（'row'，j'，W='，W[j]）
如果W[j]>20：
print（'在迭代时，j，'将从购买中退出_正常值为W='，W[j]，'is>20'）
采购正常=采购正常下降（采购指数[j]）
其他：
print（'在迭代时，j，'将从购买中删除\u异常值为W='，W[j]，'为<20'）
采购\异常值=采购\异常值.drop（采购.指数[j]）
熊猫是以一种不必为循环使用
的方式构建的。如果您发现自己在使用for循环，则有98%的可能是错误的

如果我了解您的目标：

1.按行查找NaN的编号

2.获取用于逻辑的百分比（X时下降）

#。。。
df['number\u nan']=df.isna（）.sum（轴=1）
df['pct\u nan']=df['number\u na']/len（df.列）

现在有了这些附加列。你可以过滤

高于20=.2
#dt=缺失值超过20%的行的df
dt=df[df['pct_na']>高于20]

如果我了解您的目标，请告诉我。
熊猫是以一种您不必为循环使用
的方式构建的。如果您发现自己在使用for循环，则有98%的可能是错误的

如果我了解您的目标：

1.按行查找NaN的编号

2.获取用于逻辑的百分比（X时下降）

#。。。
df['number\u nan']=df.isna（）.sum（轴=1）
df['pct\u nan']=df['number\u na']/len（df.列）

现在有了这些附加列。你可以过滤

高于20=.2
#dt=缺失值超过20%的行的df
dt=df[df['pct_na']>高于20]

如果我了解您的目标，请告诉我。
在您的就地放置中，您正在更改索引，因此，下一次
index[j]
将不是您期望的。在就地放置中，您正在更改索引，因此，下一次
index[j]
将不是您期望的。两种建议的解决方案都很好。非常感谢你。除了我仍在使用for循环之外，我的代码中还有什么问题？两个建议的解决方案都很好。非常感谢你。除了我仍在使用for循环之外，我的代码中还有什么问题？