python – 如何使用IQR的pandas过滤器?
作者:互联网
是否有一种内置的方法可以通过IQR对列进行过滤(即Q1-1.5IQR和Q3 1.5IQR之间的值)?
另外,建议大熊猫中任何其他可能的广义过滤都将受到重视.
解决方法:
据我所知,最简洁的符号似乎是由查询方法带来的.
# Some test data
np.random.seed(33454)
df = (
# A standard distribution
pd.DataFrame({'nb': np.random.randint(0, 100, 20)})
# Adding some outliers
.append(pd.DataFrame({'nb': np.random.randint(100, 200, 2)}))
# Reseting the index
.reset_index(drop=True)
)
# Computing IQR
Q1 = df['nb'].quantile(0.25)
Q3 = df['nb'].quantile(0.75)
IQR = Q3 - Q1
# Filtering Values between Q1-1.5IQR and Q3+1.5IQR
filtered = df.query('(@Q1 - 1.5 * @IQR) <= nb <= (@Q3 + 1.5 * @IQR)')
然后我们可以绘制结果以检查差异.我们观察到左侧框图中的异常值(183处的交叉)在过滤后的系列中不再出现.
# Ploting the result to check the difference
df.join(filtered, rsuffix='_filtered').boxplot()
由于这个答案,我在这个主题上写了一个post,你可以找到更多的信息.
标签:python,pandas,data-processing,iqr 来源: https://codeday.me/bug/20191005/1856334.html