Python：如何在数据框中的特定列中查找异常值

Question

我正在尝试从 Python 数据框中的特定列中删除异常值。我从几年前的帖子中找到了一个应该可以工作的解决方案，但要搜索整个数据框：

df_final[(np.abs(stats.zscore(df_final)) < 3).all(axis=1)]

由于我的数据框具有不同的数据类型，例如日期，我在运行时收到以下错误

TypeError: unsupported operand type(s) for +: 'Timestamp' and 'Timestamp'

我觉得只获取单个列的异常值的解决方案应该很容易，但是当我尝试时

df_final[(np.abs(stats.zscore(df_final['rating'])) < 3).all(axis=1)]

要仅获取 rating 列的异常值，我会收到错误

AxisError: axis 1 is out of bounds for array of dimension 1

我知道（认为？）这个问题与创建的数组有关，但我对它的理解还不够好，无法找到解决方案。谁能更好地向我解释一下？

编辑：似乎df_final[(np.abs(stats.zscore(df_final['rating'])) < 3)] 有效。老实说，不确定其背后的原因，所以如果有人可以解释或有更好的解决方案，我仍然很感兴趣。

Answer 1

np.abs(stats.zscore(df_final['rating'])) < 3

这一行将返回一个numpy数组，值是一系列的真假。这可以用来做切片。

对于 numpy.all，请参考doc。它不用于您的切片目的。