python 箱型图异常值去除

在 Python 中，可以使用 Pandas 和 Matplotlib 库绘制箱型图并去除异常值。假设你的数据存储在一个 Pandas 的 DataFrame 对象中，可以按照以下步骤进行箱型图异常值去除：

1. 导入 Pandas 和 Matplotlib 库：

   import pandas as pd
   import matplotlib.pyplot as plt

2. 绘制数据的箱型图：

   data_frame.boxplot(column=['column_name'])
   plt.show()

其中，`column_name` 是你要绘制箱型图的数据列名。

3. 找出箱型图中的异常值：

   q1 = data_frame['column_name'].quantile(0.25)
   q3 = data_frame['column_name'].quantile(0.75)
   iqr = q3 - q1
   upper_bound = q3 + 1.5 * iqr
   lower_bound = q1 - 1.5 * iqr
   outliers = data_frame.loc[(data_frame['column_name'] < lower_bound) | (data_frame['column_name'] > upper_bound)]

其中，`q1` 和 `q3` 分别是数据的第一四分位数和第三四分位数，`iqr` 是四分位距，`upper_bound` 和 `lower_bound` 是异常值的上下限，`outliers` 是包含异常值的 DataFrame 对象。

4. 去除异常值：

   cleaned_data = data_frame.loc[(data_frame['column_name'] >= lower_bound) & (data_frame['column_name'] <= upper_bound)]

其中，`cleaned_data` 是去除异常值后的 DataFrame 对象。

完整的代码示例：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
data_frame = pd.read_csv('data.csv')

# 绘制箱型图
data_frame.boxplot(column=['column_name'])
plt.show()

# 找出异常值
q1 = data_frame['column_name'].quantile(0.25)
q3 = data_frame['column_name'].quantile(0.75)
iqr = q3 - q1
upper_bound = q3 + 1.5 * iqr
lower_bound = q1 - 1.5 * iqr
outliers = data_frame.loc[(data_frame['column_name'] < lower_bound) | (data_frame['column_name'] > upper_bound)]

# 去除异常值
cleaned_data = data_frame.loc[(data_frame['column_name'] >= lower_bound) & (data_frame['column_name'] <= upper_bound)]