Python 通过过滤单个列从数据帧中删除异常值

我有这样一个数据帧：

A    B   C  
1   10   121
5    6   122  
7    8   123  
9   10   124  
12  23   125
10  24   1500 
13  36   1600

通过对C列应用mean+/-2std.deviation方法，我希望从C中删除异常值并过滤我最终期望得到的数据帧

A    B    C  
1   10   121
5    6   122  
7    8   123  
9   10   124  
12  23   125  

这是我的代码：

target=df['C']
mean = target.mean()
sd = target.std()
lower_boundary = [x for x in target if (x < mean - 2 * sd)]
upper_boundary=  [x for x in target if (x > mean - 2 * sd)]

selected_df=df[(target==lower_boundary) & (target==upper_boundary)]
selected_df

---

错误。你能告诉我哪里出错了吗

我认为问题在于：

（目标==下边界）和（目标==上边界）

这将计算为一个布尔值，因为您正在执行两个布尔值的合并

---

然后尝试使用布尔键索引数据帧，但失败。

我认为问题在于：

（目标==下边界）和（目标==上边界）

这将计算为一个布尔值，因为您正在执行两个布尔值的合并

---

然后尝试使用布尔键索引数据帧，但失败。

只需对目标列执行操作，即可获得布尔序列，而不是单个布尔值：

target = df['C']
mean = target.mean()
sd = target.std()
selected_df = df[(target > mean - 2*sd) & (target < mean + 2*sd)]

target=df['C']
平均值=目标值。平均值（）
sd=target.std（）
选定的_df=df[（目标>平均值-2*sd）和（目标<平均值+2*sd）]

---

注意，我将

-

固定为

+

。还要注意的是，由于平均值约为530，标准偏差约为700，这实际上并没有删除任何内容（这是平均值受异常值强烈影响的一个很好的例子）。

您只需要对目标列执行操作，以获得布尔级数，而不是单个布尔值：

target = df['C']
mean = target.mean()
sd = target.std()
selected_df = df[(target > mean - 2*sd) & (target < mean + 2*sd)]

target=df['C']
平均值=目标值。平均值（）
sd=target.std（）
选定的_df=df[（目标>平均值-2*sd）和（目标<平均值+2*sd）]

注意，我将

-

固定为

+

。还要注意的是，由于平均值约为530，标准偏差约为700，这实际上并没有去除任何东西（这是平均值受到异常值强烈影响的一个很好的例子）