Question

我制作了一个检测数据集中各列异常值的函数，不需要一遍又一遍地调用它，所以我制作了一个循环，为数据集中的每一列迭代该函数。它返回错误TypeError: unsupported operand type(s) for -: 'numpy.str_' and 'numpy.str_'，我不知道为什么会这样，它仅在我使用循环时出错，但是当使用像detectoutliers(avo_sales.AveragePrice)这样的列作为参数单独调用它时，则不会发生错误。该如何解决？

import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
from sklearn.impute import SimpleImputer
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
import scipy.stats as ss

avo_sales = pd.read_csv('avocados.csv')

avo_sales.rename(columns = {'4046':'small PLU sold',
                            '4225':'large PLU sold',
                            '4770':'xlarge PLU sold'},
                 inplace= True)

avo_sales.columns = avo_sales.columns.str.replace(' ','')

print('Data has some outliers, we''ll''be handling outliers then impute missing values with median')

def detectoutliers(column):
    numbers = sorted(column)
    q1, q3 = np.percentile(column, [25,75] , interpolation='nearest')
    print('Q1,Q3 : ',q1,q3)
    iqr = q3 - q1
    lowerBound = q1 - (1.5 * iqr)
    upperBound = q3 + (1.5 * iqr)
    print('lowerBound,upperBound : ',lowerBound,upperBound)
    print('Detection Success')
    return lowerBound,upperBound

for column in avo_sales.columns[2:11]:
    detectoutliers(column)

Answer 1

我想这是因为您的代码

for column in avo_sales.columns[2:11]:
    detectoutliers(column)

对数据框的列名进行操作。您可以将其更改为：

for column in avo_sales.columns[2:11]: detectoutliers(avo_sales[column])

循环功能出错以检测每列中的异常值

1 个答案: