Python 删除一行数据，其中包含的值与平均值之间的偏差超过两个标准差

所以我有一个列表作为我的数据集X。我计算了每行的平均值和标准偏差，并将它们存储到各自的列表中。我的目标是找出X的哪些行有异常值（与平均值相差两个标准差以上的值），并删除整行。我只完成了从单个测试列表而不是列表列表中删除异常值：

from math import sqrt

def std_dev(lst): # standard deviation function
     mean = float(sum(lst)) / len(lst)
     return sqrt(sum((x - mean)**2 for x in lst) / len(lst))

def compute_std(X):
     std = []
     std.append([std_dev(char) for char in X])
     return std

std = compute_std(X)

def means(lst):
     return float(sum(lst)) / len(lst)

def compute_mean(X):
     mean = []
     mean.append([means(chars) for chars in X])
     return mean

mean = compute_mean(X)

final_list1 = [x for x in X if (x > mean - 2 * std)]
final_list = [x for x in final_list1 if (x < mean + 2 * std)]

从数学导入sqrt
def标准偏差（lst）：#标准偏差函数
平均值=浮动（总和（lst））/len（lst）
返回sqrt（总和（（x-平均值）**2表示lst中的x）/len（lst））
def计算标准（X）：
标准=[]
std.append（[X中字符的std_dev（char）]）
返回标准
标准=计算标准（X）
def是指（lst）：
返回浮点（总和（lst））/len（lst）
def计算平均值（X）：
平均值=[]
mean.append（[X中字符的平均值（字符）]）
回归均值
平均值=计算平均值（X）
最终列表1=[x代表x，如果（x>mean-2*std）]
最终清单=[x代表最终清单1中的x，如果（x

---

最后两行代码只在一个列表上工作，我希望它在X中遍历每个列表。我对python和列表理解还不熟悉。

我没有使用列表理解来获取

X

的有效行，我不确定是否正确找到了符合条件的行（使用stdev和mean）

from statistics import mean, stdev
from random import randint, seed

#seed(1)

X = []
final_list = []

for i in range(10):
    M = []
    for j in range(25):
        M.append(randint(-25, 1000))
    X.append(M)

for row in X:
    sd = stdev(row)
    avg = mean(row)
    #print(avg, sd)
    
    high = avg + 2 * sd
    low = avg - 2 * sd

    if all(low < num < high for num in row):
        final_list.append(row)

print(len(final_list))

也许其他人可以创建一个理解，但我认为有太多的计算（平均值、stddev和比较）来制作一个简洁的列表理解

from statistics import mean, stdev
from random import randint, seed

#seed(1)

X = []
final_list = []

for i in range(10):
    M = []
    for j in range(25):
        M.append(randint(-25, 1000))
    X.append(M)

for row in X:
    sd = stdev(row)
    avg = mean(row)
    #print(avg, sd)
    
    high = avg + 2 * sd
    low = avg - 2 * sd

    if all(low < num < high for num in row):
        final_list.append(row)

print(len(final_list))

从统计数据导入平均值，stdev
从随机导入randint，种子
#种子（1）
X=[]
最终清单=[]
对于范围（10）内的i：
M=[]
对于范围（25）内的j：
M.append（randint（-251000））
X.1（M）
对于X中的行：
sd=stdev（世界其他地区）
平均值=平均值（行）
#打印（平均值，标准差）
高=平均值+2*sd
低=平均值-2*sd
如果全部（低<数值<行中数值高）：
最终列表。追加（行）
打印（len（最终清单））

已经有均值和（样本）标准差。@ChrisCharley是的，我知道。我对列表理解部分比较困惑。非常感谢你的帮助！你能解释一下你在以“范围（10）中的i”开头的第一段代码中做了什么吗？@c_collins创建了10个列表（附加到

X

），其中每个列表包含25个从-25到1000的随机整数。我这样做只是为了创建一个10个列表的样本

X

，每个列表中有25个随机数。这只是给出了一些示例值，以便在代码的后面应用stdev和mean函数。