熊猫分组删除异常值

我不希望使用分位数，因为您将排除较低的值：

import pandas as pddf = pd.Dataframe({'Group': ['A','A','A','B','B','B','B'], 'count': [1.1,11.2,1.1,3.3,3.40,3.3,100.0]})print(pd.Dataframe(df.groupby('Group').quantile(.01)['count']))

输出：

       countGroup       A        1.1B        3.3

这些不是离群值，对吧？因此，您不想排除它们。

您可以尝试通过使用与中位数之间的标准偏差来设置左右极限吗？这有点冗长，但是它为您提供了正确的答案：

left = pd.Dataframe(df.groupby('Group').median() - pd.Dataframe(df.groupby('Group').std()))right = pd.Dataframe(df.groupby('Group').median() + pd.Dataframe(df.groupby('Group').std()))left.columns = ['left']right.columns = ['right']df = df.merge(left, left_on='Group', right_index=True)df = df.merge(right, left_on='Group', right_index=True)df = df[(df['count'] > df['left']) & (df['count'] < df['right'])]df = df.drop(['left', 'right'], axis=1)print(df)

输出：

  Group  count0     A    1.12     A    1.13     B    3.34     B    3.45     B    3.3