代码之家 › 专栏 › 技术社区 › user_01

通过过滤单个列从数据帧中删除异常值

standard-deviation outliers dataframe python

user_01 · 技术社区 · 6 年前

我有一个这样的数据框:

A    B   C  
1   10   121
5    6   122  
7    8   123  
9   10   124  
12  23   125
10  24   1500 
13  36   1600

通过对c列应用mean++2std.deviation方法,我希望从c中删除异常值并过滤数据帧,在这里我最终希望得到

A    B    C  
1   10   121
5    6   122  
7    8   123  
9   10   124  
12  23   125

这是我的代码:

target=df['C']
mean = target.mean()
sd = target.std()
lower_boundary = [x for x in target if (x < mean - 2 * sd)]
upper_boundary=  [x for x in target if (x > mean - 2 * sd)]

selected_df=df[(target==lower_boundary) & (target==upper_boundary)]
selected_df

但它显示

TypeError: invalid type comparison

错误。你能告诉我哪里出错了吗?

2 回复 | 直到 6 年前

Graipher 6 年前

只需对目标列执行操作,即可获得布尔序列而不是单个布尔值:

target = df['C']
mean = target.mean()
sd = target.std()
selected_df = df[(target > mean - 2*sd) & (target < mean + 2*sd)]

注意,我修复了 - 到A + . 还要注意的是,由于平均值约为530,标准差约为700,这实际上并没有删除任何内容(平均值受到异常值强烈影响的一个很好的例子)。

Owen 6 年前

我认为问题是:

(target==lower_boundary) & (target==upper_boundary)

这将计算为布尔值,因为您正在执行 bitwise and 两个布尔值。

然后尝试使用布尔键索引数据帧,但失败。

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前

Brian Johnson · 为什么在Python中列出字典列表会引发TypeError?[已关闭]

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

Ashok Shrestha · 需要追踪特定的颜色线并获取坐标

1 年前

Nicote Ool · 在FastApi和Vue3中获得422

1 年前

NeoExceptCodeBad · 如果我有很多垂直线,我如何找到它们的边缘?

1 年前

Abdulaziz · 如何对集合内的列表进行排序[重复]

1 年前

user2743931 · 带有src目录的Python setup.py

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前