你问的是图片中 **实训2 数据变换** 部分第（4）题： > （4）查找出在网时长小于0，本月费用大于4万元，通话时长比本地通话时长、国内长途通话时长和国内漫游通话时长的和大100的数据并删除。 --- ✅ **解题思路：** 这是一个**多条件筛选 + 删除异常数据**的任务。我们需要从数据集中找出同时满足以下三个条件的记录，并将其删除： 1. `在网时长 < 0` 2. `本月费用 > 40000` （注意单位是“元”，题目说“4万元”） 3. `通话时长 > (本地通话时长 + 国内长途通话时长 + 国内漫游通话时长) + 100` ⚠️ 注意：第三个条件中的“通话时长”应该是指**总通话时长**，而右边是三项之和再加100 —— 这个逻辑上可能表示“总通话时长异常偏高”，可能是数据录入错误。 --- 📌 **实现步骤（以 Python + pandas 为例）：** 假设你的 DataFrame 叫 `df`，列名如下（根据常见 telecom 数据集推断）： - `'在网时长'` - `'本月费用'` - `'通话时长'` - `'本地通话时长'` - `'国内长途通话时长'` - `'国内漫游通话时长'` ### ✅ 代码实现： ```python import pandas as pd # 假设 df 是你的数据框 # 构造布尔索引，找出满足所有三个条件的行 condition = ( (df['在网时长'] < 0) & (df['本月费用'] > 40000) & (df['通话时长'] > (df['本地通话时长'] + df['国内长途通话时长'] + df['国内漫游通话时长']) + 100) ) # 删除这些行 df_cleaned = df[~condition].reset_index(drop=True) # 可选：查看被删除了多少条 print(f"删除了 {condition.sum()} 条异常数据") ``` --- 💡 **补充说明：** - 如果列名不是中文，比如是英文如 `'tenure'`, `'monthly_fee'`, `'total_call_duration'` 等，请替换成实际列名。 - “通话时长”是否等于后三者之和？如果是，那这个条件就变成： ```python df['通话时长'] > df['通话时长'] + 100 → 永远为 False ``` 所以这里很可能“通话时长”是**独立字段**（比如系统记录的总时长），而后三项是细分项——可能存在不一致或冗余，因此需要校验。 👉 若确实如此，建议先检查数据结构： ```python print(df[['通话时长', '本地通话时长', '国内长途通话时长', '国内漫游通话时长']].head()) ``` 看是否有明显异常值。 --- ✅ **最终目标：** 清理掉那些明显不符合业务逻辑的“脏数据”，使后续标准化、离散化等处理更准确可靠。 --- 如果你能提供具体的列名或样例数据，我可以帮你写更精确的代码 😊 是否需要我继续帮你做下一步：“对年龄属性进行离散化处理”？