python异常值处理四分位法_Python清除异常值四分位法

看了https://blog..net/zhuiqiuuuu/article/details/82721935 这篇文章，但是因为用不到pd，所以改了改。

先上代码

# Outlier detection

import numpy as np

def detect_outliers2(df):

outlier_indices = []

# 1st quartile (25%)

Q1 = np.percentile(df, 25)

# 3rd quartile (75%)

Q3 = np.percentile(df, 75)

# Interquartile range (IQR)

IQR = Q3 - Q1

# outlier step

outlier_step = 1.5 * IQR

for nu in df:

if (nu < Q1 - outlier_step) | (nu > Q3 + outlier_step):

df.remove(nu)

return df

if __name__ == '__main__':

df = [-3331,2,3,4,11111]

Outliers_to_drop = detect_outliers2(df)

# Drop outliers

print(Outliers_to_drop)

输出：[2, 3, 4]

效果描述：将输入的df清除异常值

理论：

首先计算出第一四分位数(Q1)、中位数、第三四分位数(Q3)。

中位数我们都知道，就是将一组数字按从小到大的顺序排序后，处于中间位置(也就是50%位置)的数字。

同理，第一四分位数、第三四分位数是按从小到大的顺序排序后，处于25%、75%的数字。

令 IQR=Q3−Q1IQR=Q3−Q1 ，那么 Q3+1.5(IQR)Q3+1.5(IQR) 和 Q1−1.5(IQR)Q1−1.5(IQR) 之间的值就是可接受范围内的数值，这两个值之外的数认为是异常值。

抄袭一张图：