python删除一个dataframe里小于0.85的值

可以使用以下代码删除DataFrame中小于0.85的值：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({'A': [0.5, 0.9, 1.2], 'B': [-0.1, 0.8, 1.1]})

# 删除小于0.85的值
df = df.mask(df < 0.85)

上述代码中，`mask` 方法会将小于0.85的值替换为 NaN，然后返回一个新的 DataFrame。如果想要在原 DataFrame 上直接修改，可以使用 `df.mask(df < 0.85, inplace=True)`。

相关问题

如何确认dataframe中某一数据类型为浮点数的列中所有数值是否大于0.85

在Pandas DataFrame中，你可以通过以下步骤来确认某一浮点数类型的列(`column_name`)中所有数值是否都大于0.85：

1. 首先，使用`df['column_name'].dtype == np.float64`检查该列是否包含浮点数。
2. 然后，创建一个新的布尔系列(`boolean_series`)，表示每个元素是否大于0.85。
3. 最后，检查`boolean_series.all()`，如果结果为`True`，则表明所有数值都大于0.85；否则有小于等于0.85的值。

示例代码如下：

import pandas as pd
import numpy as np

# 假设 df 是你的 DataFrame，column_name是你感兴趣的列名
float_column = df['column_name']
if float_column.dtype == np.float64:
    condition = float_column > 0.85
    all_greater_than_085 = condition.all()
    if all_greater_than_085:
        print("所有数值都大于0.85")
    else:
        print("存在数值不大于0.85")
else:
    print("column_name不是浮点数列")