摘要
在進行數據分析與清理中，我們可能常常需要在數據集中去掉某些異常值。具體來說，看看下面的例子。
0.導入我們需要使用的包
import pandas as pd
pandas是很常用的數據分析，數據處理的包。anaconda已經有這個包了，純淨版python的可以自行pip安裝。
1.去掉某些具體值
數據集df中，對於屬性appPlatform（最後一列），我們想刪除掉取值為2的那些樣本。
如何做？非常簡單。
import pandas as pd
df[(True-df['appPlatform'].isin([2]))]
當然，有時候我們需要去掉不止一個值，這個時候只需要在isin([]）的列表中添加。更具體來說，例如，對於appID這個屬性，我們想去掉appID=278和appID=382的樣本。
df[(True-df['appID'].isin([278,382]))]
另外，我們有時候並不只是考慮某一列，還需要考慮另外若干列的情況。例如，我們需要過濾掉appPlatform=2而且appID=278和appID=382的樣本呢？非常簡單。
df[(True-df['appID'].isin([278,382]))&(True-df['appPlatform'].isin([2]))]
.其實，在這裡我們看到，就是由兩部分組成的，第一部分就是appID中等於278和382的，另外一部分就是appPlatform中等於2的。兩者取邏輯關系 與（&）
2.過濾掉某個范圍的值
上面我們是了解了如何取掉某個具體值，下面，我們要看看如何過濾掉某個范圍的值。
對於數據集df，我們想過濾掉creativeID（第一列）中ID值大於10000的樣本。
df[df['creativeID']<=10000]
另外，如果要考慮多列的話，其實和上面一樣，將兩種情況做邏輯與（&）就可以，不過值得注意的是，每個條件要用括號()括起來。
原文：https://blog.csdn.net/qq_22238533/article/details/76127966
