我不希望使用分位数,因为您将排除较低的值:
import pandas as pddf = pd.Dataframe({'Group': ['A','A','A','B','B','B','B'], 'count': [1.1,11.2,1.1,3.3,3.40,3.3,100.0]})print(pd.Dataframe(df.groupby('Group').quantile(.01)['count']))
输出:
countGroup A 1.1B 3.3
这些不是离群值,对吧?因此,您不想排除它们。
您可以尝试通过使用与中位数之间的标准偏差来设置左右极限吗?这有点冗长,但是它为您提供了正确的答案:
left = pd.Dataframe(df.groupby('Group').median() - pd.Dataframe(df.groupby('Group').std()))right = pd.Dataframe(df.groupby('Group').median() + pd.Dataframe(df.groupby('Group').std()))left.columns = ['left']right.columns = ['right']df = df.merge(left, left_on='Group', right_index=True)df = df.merge(right, left_on='Group', right_index=True)df = df[(df['count'] > df['left']) & (df['count'] < df['right'])]df = df.drop(['left', 'right'], axis=1)print(df)
输出:
Group count0 A 1.12 A 1.13 B 3.34 B 3.45 B 3.3
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)