TypeError：一元操作数类型错误〜：'float'而groupby并应用函数答案

【问题标题】：TypeError: bad operand type for unary ~: 'float' while groupby and apply a functionTypeError：一元操作数类型错误〜：'float'而groupby并应用函数
【发布时间】：2019-07-11 21:39:52
【问题描述】：

我在使用 groupby 和删除异常值的函数时遇到 TypeError：

def is_outlier(s):
    lower_limit = s.median() - (s.std() * 3)
    upper_limit = s.median() + (s.std() * 3)
    return ~s.between(lower_limit, upper_limit)
df1 = df[~df.groupby('objectName')['price'].apply(is_outlier)]

print(df1)

我已经过滤了 price 列中的 NaN 行：df = df[np.isfinite(df['price'])]，我应该怎么做才能让它正确返回？感谢您提前提供帮助。

  File "C:\Users\User\Anaconda3\lib\site-packages\pandas\core\generic.py", line 1143, in __invert__
    arr = operator.inv(com._values_from_object(self))

TypeError: bad operand type for unary ~: 'float'

这是我用df['price'].describe()得到的，看起来很正常。

count    10755.000000
mean         7.135314
std          3.844756
min          1.000000
25%          4.700000
50%          6.000000
75%          8.500000
max         49.000000

TypeError: bad operand type for unary ~: 'float'

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

在我看来std 为长度为1 的组返回NaNs，所以使用fillna：

def is_outlier(s):
    lower_limit = s.median() - (s.std() * 3)
    upper_limit = s.median() + (s.std() * 3)
    return s.between(lower_limit, upper_limit)

df1 = df[~df.groupby('objectName')['price'].apply(is_outlier).fillna(True)]

【讨论】：