如何有效地從 Pandas DataFrame 欄位中刪除異常值？

Pandas DataFrames 中的異常值排除：偵測和刪除資料異常

在資料分析中，異常值可能會扭曲結果並扭曲結果並扭曲結果解釋。為了緩解這個問題，檢測並排除資料集中的異常值至關重要。本文示範了一種使用 scipy.stats.zscore 函數在 pandas DataFrame 中排除異常值的優雅方法。

假設您有一個包含多個列的 DataFrame，其中一列（名為「Vol」）包含具有明確值的值離群值（例如 4000，而大多數值約為 1200）。若要刪除特定欄位中包含此類離群值的行，請依照下列步驟操作：

使用 scipy.stats.zscore進行離群值偵測

1. 導入必要的函式庫：

   import pandas as pd
   import numpy as np
   from scipy import stats

   登入後複製

2. 計算異常值敏感列的 Z分數：

   df["Vol_zscore"] = stats.zscore(df["Vol"])

   登入後複製

3. 建立條件來辨識行在三個標準差內意思是：

   mask = np.abs(df["Vol_zscore"]) < 3

   登入後複製

4. 使用條件過濾 DataFrame>

   filtered_df = df[mask]

   登入後複製
使用條件過濾 DataFrame並刪除離群值行：

以上是如何有效地從 Pandas DataFrame 欄位中刪除異常值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！