Python 如何去除数据帧中不符合阈值的值（然后绘制）

我想知道，一个人怎么能只画出在大熊猫散射中高于某个阈值的点？ 假设我有这样的数据框架——我有两个数据集，我计算了它们之间的差异（列“差异”），然后根据数据集1中的数字是否更高，我给它参数“True”，如果数据集2中的数字更高，我给它参数“False”，最后是原子数（“atom”）：

然后，我绘制数据帧，根据ARG是真还是假，在点上色的地方进行散射

df = df.dropna(axis=0)
df.plot(x='ATOM', y='Difference', kind='scatter', color=df.ARG.map({True: 'orange', False: 'blue'}))

但是，如果我只对绘制“差值”高于某个阈值的点（原子）感兴趣，会怎么样？例如，差值>=1.15？ 当列“差”中的值不满足要求的阈值时，我是否可以删除所有行？ 我试过了

但它返回错误：“>=”在“method”和“float”的实例之间不受支持 谢谢你的建议。

答案是切片

首先处理要用作阈值的列（

df['Difference']

），然后使用逻辑向量进行切片（

df[lg]

）

逻辑向量 df=df[lg] 因此，在一个最简单的工作示例中，您可以得到：

将熊猫作为pd导入
将numpy作为np导入
#创建虚拟数据帧
df=pd.DataFrame（np.random.randint（0100，大小=（100，4）），列=['Col 1'，'Col 2'，'Col 4'，'Col 5']）
#阈值
lg=df['Col 1']>=42
#切片
df[lg]
len（df）
len（df[lg]）

100

56

---

试试这个

df=df[df['Difference']>=0.15]

df = df.dropna(axis=0)
df.plot(x='ATOM', y='Difference', kind='scatter', color=df.ARG.map({True: 'orange', False: 'blue'}))

df = df[df.Difference >= 0.15]