如何在数据框中的组内查找异常值

Question

我有一个如下所示的 df：

Group.	Score.
red	34
blue	42
green	1000
green	34
blue	34
red	42

我想在此添加一列，指定该值是否为异常值。如果没有组，那么我会使用类似的东西：

df['outliers'] = df[df[col] > df[col].mean() + 3 * df[col].std()]

但是我将如何做到这一点，使其在组内？

Answer 1

你可以使用GroupBy.transform:

df["is_outlier"] = df.groupby("Group.").transform(lambda x: (x - x.mean()).abs() > 3*x.std())

在每个组中，我们取元素与组均值的距离，看看它的绝对值是否超过组标准的 3 倍。