用Seaborn绘制箱形图后如何删除离群值？

Question

我正在尝试从数据集中删除异常值。

以下是箱线图：

如何获得晶须末端的价值？

让我们说： min的值为：0 我的第25个四分位数的值是：125 我的第75个四分位数的值是：1938 max的值是：113499

我尝试了以下类似操作，但不确定是否正确：

clean_model.drop(clean_model[clean_model.num_likes > (1938 + (1.5* (1938-125)))].index, inplace=True)

该计算（1938 +（1.5 *（1938-125）））对吗，得到图中点的值？

下面是我的数据框的描述：

Answer 1

您的计算是正确的。晶须长度的计算方式是一些“晶须”因子（在matplotlib / seaborn中默认为1.5）乘以四分位间距（iqr）。

例如使用numpy.percentile

import numpy as np

p_25, p_75 = np.percentile(clean_model['num_likes'], [25, 75])
iqr = p_75 - p_25

upper_bound = p_75 + 1.5 * iqr
lower_bound  = p_25 - 1.5 * iqr

scipy.stats还有一个方便功能iqr，您可以使用：

from scipy.stats import iqr

_iqr = iqr(clean_model['num_likes'])