Question

我的数据中有item_code列，另一列sales是代表特定商品的销售量。

数据可以多次具有特定的项目ID。还有其他列将这些条目区分开。

我只想为每个项目绘制异常销售额（因为数据具有数千个不同的项目ID，因此很难绘制每个条目）。

由于我对此很陌生，所以什么是正确的方法和工具呢？

Answer 1

您可以使用熊猫。您应该选择一种检测异常值的方法，但我为您提供了一个示例：

如果要获取所有销售的异常值（非分组数据），则可以将apply with函数（例如lambda函数）与异常值索引一起使用。

import numpy as np
%matplotlib inline

df = pd.DataFrame({'item_id': [1, 1, 2, 1, 2, 1, 2],
                  'sales': [0, 2, 30, 3, 30, 30, 55]})

df[df.apply(lambda x: np.abs(x.sales - df.sales.mean()) / df.sales.std() > 1, 1)
           ].set_index('item_id').plot(style='.', color='red')

在此示例中，我们生成了数据样本和点的搜索索引，这些均值比均值/ std + 1（您可以尝试其他方法）更多。然后将它们绘制在y是销售数量而x是项目ID的位置。此方法检测到点0和55。如果要在组中搜索离群值，可以在之前对数据进行分组。

df.groupby('item_id').apply(lambda data: data.loc[
    data.apply(lambda x: np.abs(x.sales - data.sales.mean()) / data.sales.std() > 1, 1)
]).set_index('item_id').plot(style='.', color='red')

在此示例中，我们具有点30和55，因为对于item_id = 1的组而言，0并非异常值，而对于30则为30。

这是您想做的吗？我希望它可以帮助您开始。

如何绘制关于唯一ID的异常值

1 个答案: