【发布时间】：2018-06-13 17:27:11
【问题描述】：
我在一个包含 8 个电极的传感器上进行了实验。 上图是电极输出与时间的关系图。 正如您在图中看到的那样，8 个电极中的一个显然是异常值（可能是由于某些电气故障）。 该图是从 Pandas DataFrame 生成的，它基本上有 10 列（1 列时间，8 列电极，1 列平均 8 个电极）。
统计检测其中一列是否为异常值的最佳方法是什么？我想离群值列可以从数据框中删除。
谢谢！
【问题讨论】：
【发布时间】：2018-06-13 17:27:11
【问题描述】：
散点图或分布图非常适合指出异常值。但在熊猫数据框问题的背景下，我会这样做。
df.decribe()
将为您提供一个很好的均值、最大值和所有百分位数矩阵。查看列的最大值以指出异常值（如果其大于 75 个百分位数的值）。
然后df['Sensor Value'].value_counts()应该给你值的频率。您将在此处显示具有较大值和较低频率的异常值。
获取他们的索引并使用df.drop(indexes_list, inplace=True)删除它们
编辑：
您也可以使用mean +/- 3 * standard deviation 检查异常值。
示例代码：
outliers = df[df[col] > df[col].mean() + 3 * df[col].std()]
【讨论】：