从pandas数据框中删除Outlier Row

Question

从pandas数据框中删除异常值的有效方法是什么？ 我有一个pandas数据框，我需要从数据框中删除异常点。

max_threads=1001

我尝试使用link中的解决方案 但没有删除任何积分。即使是相同的sklearn实现也很有用。

Answer 1

这里确实存在两个问题：1）异常值检测，以及2）从数据帧中删除它们。

问题＃2相当简单。一旦检测到列中的异常值，就可以使用类似的内容：

df = df[df.loc[:,'column_name'] < high_threshold]
df = df[df.loc[:,'column_name'] > low_threshold]

现在＃1，异常值检测方法差异很大。如果您只有这4个维度而不是那么多数据，那么Median Absolute Deviation方法可能就足够了，不需要sklearn。

由于我不了解您的申请，我会指向this documentation on outlier detection in sklearn。