python - 在 pandas 中获取基于查询的选择的相应列的简洁方法

Question

Current plot and anticipated plot

我是Python新手。我正在尝试从 https://github.com/ageron/handson-ml/blob/master/02_end_to_end_machine_learning_project.ipynb 获取住房指数数据集的子集

我已将数据集导入为“住房”。我试图在图的顶部仅绘制分位数 0.95 中的异常值，该图显示了median_house_value的所有值

import matplotlib.image as mpimg

housing.plot(kind="scatter", x="median_income", y="median_house_value",
             alpha=0.1)

这得到了所有行(i)的图，我试图为中位数房屋值的子集(即0.95分位数)选择相应的中位数收入行，并将它们绘制在顶部橙色(j)

下面是我迄今为止最好的尝试，但没有得到正确的值

plt.plot(housing.groupby('median_house_value').quantile(q=quant)["median_income"], housing.groupby('median_house_value').quantile(q=quant).index.get_level_values('median_house_value'),"or")

我可以通过执行以下操作来获取分位数中的 mid_house_value 行..

quantile = int(round(housing["median_house_value"].quantile(q=0.95)))
housing.median_house_value > quantile

我想最终得到两个 panda 数组，一个用于 x 轴，一个与第二个数组对应的中位数收入行数组，第二个数组是构成分位数的中位数_房屋值行数组

提前致谢。

Answer 1

IIUC - 只需过滤您的主数据集，因为您有一个 bool 索引:housing["median_house_value"] > quantile。

# REQUIRED THRESHOLD
quantile = int(round(housing["median_house_value"].quantile(q=0.95)))    
# FILTER BY BOOLEAN 
upper_housing = housing[housing["median_house_value"] > quantile]

# PLOTTING
housing.plot(kind="scatter", x="median_income", y="median_house_value", alpha=0.1, c='blue')

upper_housing.plot(kind="scatter", x="median_income", y="median_house_value", alpha=0.1, c='red')

plt.show()