Python 使用异常检测的输出填充数据帧

我试图将异常检测器的输出数据输入到熊猫数据帧中。有多个列表示我要在其上运行离群值检测器的每个时间序列。它们是“1”、“2”…“n”。以下是一小部分数据：

df = pd.DataFrame({"Datetime": [2016-6-13,2016-6-14,2016-6-15,2016-6-16],
                  "CompanyID": [271, 271, 271, 271],
                  "1": [140, 143, 142, 143],
                  "2": [42, 43, 49, 230]})

我不认为完整的代码有用，但无论如何，这里是：

#support vector machines outlier detection
from sklearn import preprocessing, svm

def find_outliers(ts, perc=0.01, figsize=(15,5)):
    ## fit svm
    scaler = preprocessing.StandardScaler()
    ts_scaled = scaler.fit_transform(ts.values.reshape(-1,1))
    model = svm.OneClassSVM(nu=perc, kernel="rbf", gamma=0.01)
    model.fit(ts_scaled)
    ## dtf output
    df_outliers = ts.to_frame(name="ts")
    df_outliers["index"] = ts.index
    df_outliers["outlier"] = model.predict(ts_scaled)
    df_outliers["outlier"] = df_outliers["outlier"].apply(lambda
                                              x: 1 if x==-1 else 0)

    ## plot
    fig, ax = plt.subplots(figsize=figsize)
    ax.set(title="Outliers detection: found"
           +str(sum(df_outliers["outlier"]==1)))
    ax.plot(df_outliers["index"], df_outliers["ts"],
            color="black")
    ax.scatter(x=df_outliers[df_outliers["outlier"]==1]["index"],
               y=df_outliers[df_outliers["outlier"]==1]['ts'],
               color='red')
    ax.grid(True)
    plt.show()

异常检测器的输出无法运行

print(df_outliers["outlier"] == 1)
print(type(df_outliers))

该功能的内部是：

Datetime
2016-06-13     True
2016-06-14     True
2016-06-15     True
2016-06-16     True
2016-06-17     True
 
2021-02-03    False
2021-02-04    False
2021-02-05    False
2021-02-06    False
2021-02-07     True
Name: outlier, Length: 1425, dtype: bool
<class 'pandas.core.frame.DataFrame'>

Datetime
2016-06-13真实
2016-06-14真实
2016-06-15真实
2016-06-16真实
2016-06-17真实
2021-02-03假
2021-02-04假
2021-02-05假
2021-02-06假
2021-02-07正确
名称：异常值，长度：1425，数据类型：bool

---

我希望对其进行转换，以便得到一个看起来像输入数据的数据帧，只是它的每一列都包含True/False，所以“1”、“2”。。。“n”。

您可以从函数中返回outliers列，并用返回的布尔值覆盖该列

import pandas as pd
df = pd.DataFrame({"Datetime": [2016-6-13,2016-6-14,2016-6-15,2016-6-16],
                  "CompanyID": [271, 271, 271, 271],
                  "1": [140, 143, 142, 143],
                  "2": [42, 43, 49, 230]})

#support vector machines outlier detection
from sklearn import preprocessing, svm
import matplotlib.pyplot as plt
def find_outliers(ts, perc=0.01, figsize=(15,5)):
    ## fit svm
    scaler = preprocessing.StandardScaler()
    ts_scaled = scaler.fit_transform(ts.values.reshape(-1,1))
    model = svm.OneClassSVM(nu=perc, kernel="rbf", gamma=0.01)
    model.fit(ts_scaled)
    ## dtf output
    df_outliers = ts.to_frame(name="ts")
    df_outliers["index"] = ts.index
    df_outliers["outlier"] = model.predict(ts_scaled)
    df_outliers["outlier"] = df_outliers["outlier"].apply(lambda
                                              x: 1 if x==-1 else 0)

    ## plot
    fig, ax = plt.subplots(figsize=figsize)
    ax.set(title="Outliers detection: found"
           +str(sum(df_outliers["outlier"]==1)))
    ax.plot(df_outliers["index"], df_outliers["ts"],
            color="black")
    ax.scatter(x=df_outliers[df_outliers["outlier"]==1]["index"],
               y=df_outliers[df_outliers["outlier"]==1]['ts'],
               color='red')
    ax.grid(True)
    plt.show()

    # Return outlier column here
    return(df_outliers['outlier'])


for column in df.columns[2:]:
    # Capture outlier column
    outliers = find_outliers(df[column])
    # Overwrite values with bool outlier values
    df[column] = outliers.astype(bool)

输出

   Datetime  CompanyID      1      2
0      1997        271  False   True
1      1996        271  False  False
2      1995        271  False  False
3      1994        271  False   True

   Datetime  CompanyID      1      2
0      1997        271  False   True
1      1996        271  False  False
2      1995        271  False  False
3      1994        271  False   True