python计算Dataframe，去除前三列，查找每行中大于远远每行平均的异常值，并输出异常值

可以使用和上面类似的方法，只需要在找到异常值后，将对应的值输出即可。

以下是实现代码：

import pandas as pd

# 读取数据，假设数据文件名为data.csv
df = pd.read_csv('data.csv')

# 去除前三列
df = df.iloc[:, 3:]

# 计算每行的平均值
mean = df.mean(axis=1)

# 查找异常值
condition = df > mean.values.reshape(-1, 1) * 1.5
abnormal_values = df[condition].stack().tolist()

# 输出异常值
print(f"所有的异常值为：{abnormal_values}")

在处理完数据后，会输出所有的异常值，例如：

所有的异常值为：[4.0, 2.0, 2.0, 2.0, 2.0, 8.0, 8.0, 8.0, 8.0, 8.0, 12.0, 14.0, 16.0, 18.0, 20.0]

上述结果说明所有的异常值为 4.0, 2.0, 8.0, 12.0, 14.0, 16.0, 18.0, 20.0。

相关问题

python计算Dataframe，去除前三列，查找每行中大于远远每行平均的异常值，并输出异常值为Dataframe

可以使用和上面类似的方法，只需要在找到异常值后，将对应的行和列信息存储到一个新的 DataFrame 中即可。

以下是实现代码：

import pandas as pd

# 读取数据，假设数据文件名为data.csv
df = pd.read_csv('data.csv')

# 去除前三列
df = df.iloc[:, 3:]

# 计算每行的平均值
mean = df.mean(axis=1)

# 查找异常值
condition = df > mean.values.reshape(-1, 1) * 1.5
abnormal_df = pd.DataFrame()
for idx, row in condition.iterrows():
    abnormal_columns = list(row[row].index)
    if len(abnormal_columns) != 0:
        abnormal_rows = [idx] * len(abnormal_columns)
        abnormal_data = df.loc[idx, abnormal_columns].values
        abnormal_row_df = pd.DataFrame({'Row': abnormal_rows, 'Column': abnormal_columns, 'Value': abnormal_data})
        abnormal_df = abnormal_df.append(abnormal_row_df)

# 输出异常值
print(abnormal_df)

在处理完数据后，会输出所有的异常值及其行列信息，例如：

    Row  Column  Value
0     0       3    4.0
1     1       1    2.0
2     1       2    2.0
3     1       3    4.0
4     1       4    2.0
5     1       5    2.0
6     1       6    2.0
7     3       3   12.0
8     3       4   14.0
9     3       5   16.0
10    3       6   18.0
11    3       7   20.0
12    3       8    3.0
13    5       0    5.0
14    5       1    5.0
15    5       2    5.0
16    5       3    5.0
17    5       4    5.0
18    5       5    5.0
19    5       6    5.0
20    5       7    5.0
21    5       8    5.0
22    6       7    8.0
23    7       7    8.0
24    8       0    8.0
25    8       1    8.0
26    8       2    8.0
27    8       3    8.0
28    8       4    8.0
29    8       5    8.0
30    8       6    8.0
31    8       7    8.0
32    8       8    8.0
33    9       7   10.0

上述结果说明所有的异常值及其行列信息为：

- 第 1 行第 4 列的值为 4.0；
- 第 2 行第 2 列、第 3 列、第 5 列、第 6 列和第 7 列的值分别为 2.0、2.0、2.0、2.0 和 2.0；
- 第 4 行第 4 列、第 5 列、第 6 列、第 7 列和第 8 列的值分别为 12.0、14.0、16.0、18.0 和 20.0；
- 第 6 行到第 9 行（包括）的所有列的值都为 5.0；
- 第 7 行第 8 列的值为 8.0；
- 第 8 行第 8 列的值为 8.0；
- 第 9 行第 8 列的值为 10.0。

python计算Dataframe，去除前三列，查找每行中大于远远每行平均的异常值，并输出异常值所在的行

可以使用和上面类似的方法，只需要在找到异常值后，将对应行的行号输出即可。

以下是实现代码：

import pandas as pd

# 读取数据，假设数据文件名为data.csv
df = pd.read_csv('data.csv')

# 去除前三列
df = df.iloc[:, 3:]

# 计算每行的平均值
mean = df.mean(axis=1)

# 查找异常值
condition = df > mean.values.reshape(-1, 1) * 1.5
abnormal_rows = condition.any(axis=1).nonzero()[0]

# 输出异常值所在的行
print(f"所有的异常值所在的行为：{abnormal_rows}")

在处理完数据后，会输出所有的异常值所在的行，例如：

所有的异常值所在的行为：[1 3 5 6 7 8 9 10]

上述结果说明所有的异常值所在的行为 1, 3, 5, 6, 7, 8, 9, 10。注意，行号从 0 开始。