使用 Seaborn 绘制箱线图后如何删除异常值？
How to delete outliers after plotting a boxplot with Seaborn?
我正在尝试从我的数据集中删除离群值。
以下是箱线图：
如何获取胡须末端的值？
假设：
min 的值为：0
我的第 25 个四分位数的值为：125
我的第 75 个四分位数的值为：1938
max 的值为：113499
我试过类似下面的方法，但不确定是否正确：
clean_model.drop(clean_model[clean_model.num_likes > (1938 + (1.5* (1938-125)))].index, inplace=True)
计算(1938 + (1.5* (1938-125))) 是否正确，以获得图中点的值？
下面是我的数据框的描述：
你的计算是正确的。晶须长度计算为一些 'whisker' 因子（在 matplotlib / seaborn 中默认为 1.5）乘以四分位数间距 (iqr)。
例如使用numpy.percentile：
import numpy as np
p_25, p_75 = np.percentile(clean_model['num_likes'], [25, 75])
iqr = p_75 - p_25
upper_bound = p_75 + 1.5 * iqr
lower_bound = p_25 - 1.5 * iqr
scipy.stats 还有一个方便的函数 iqr 你可以使用：
from scipy.stats import iqr
_iqr = iqr(clean_model['num_likes'])
我正在尝试从我的数据集中删除离群值。
以下是箱线图：
如何获取胡须末端的值？
假设： min 的值为：0 我的第 25 个四分位数的值为：125 我的第 75 个四分位数的值为：1938 max 的值为：113499
我试过类似下面的方法，但不确定是否正确：
clean_model.drop(clean_model[clean_model.num_likes > (1938 + (1.5* (1938-125)))].index, inplace=True)
计算(1938 + (1.5* (1938-125))) 是否正确，以获得图中点的值？
下面是我的数据框的描述：
你的计算是正确的。晶须长度计算为一些 'whisker' 因子（在 matplotlib / seaborn 中默认为 1.5）乘以四分位数间距 (iqr)。
例如使用numpy.percentile：
import numpy as np
p_25, p_75 = np.percentile(clean_model['num_likes'], [25, 75])
iqr = p_75 - p_25
upper_bound = p_75 + 1.5 * iqr
lower_bound = p_25 - 1.5 * iqr
scipy.stats 还有一个方便的函数 iqr 你可以使用：
from scipy.stats import iqr
_iqr = iqr(clean_model['num_likes'])