Python 离群点检测

我有一个包含产品名称和销售额的每日数据集（CSV格式） 该数据为过去1年的数据。 我需要找到每个产品的销售金额的中间值，并创建一个带有产品名称和销售金额中间值的模型

现在，当我给出今天的产品名称和销售额的数据时，模型应该给我产品名称，其销售额从+/-- 模型中中值的10%

样本数据

ProductName,Date,Amount
P1,01-01-2019,1000
p2,01-01-2019,1000
p3,01-01-2019,1000
P1,02-01-2019,1878
p2,02-01-2019,1540
p3,02-01-2019,1482
P1,04-01-2019,2010
p2,04-01-2019,2540
p3,04-01-2019,2365
P1,06-01-2019,995
p2,06-01-2019,860
p3,06-01-2019,1000

---

看起来你不能提供你所做的任何代码，这个网站也不能为你提供代码。 但仍然看到你是新来的：

试试这个：

import pandas as pd
import numpy as np

ProductName = [
    'P1', 'p2', 'p3', 'P1', 'p2', 'p3', 'P1', 'p2', 'p3', 'P1', 'p2', 'p3'
]
Date = [
    '01-01-2019', '01-01-2019', '01-01-2019', '02-01-2019', '02-01-2019',
    '02-01-2019', '04-01-2019', '04-01-2019', '04-01-2019', '06-01-2019',
    '06-01-2019', '06-01-2019'
]
Amount = [1000, 1000, 1000, 1878, 1540, 1482, 2010, 2540, 2365, 995, 860, 1000]

df = pd.DataFrame({'Product Name': ProductName, 'Date': Date, 'Amount': Amount})
df_Product = df.groupby('Product Name').median()

data = {'ProductName':'P1','Date':'03-04-2019','Amount':1525}
for index,row in df_Product.iterrows():
    if data['Amount'] >= row['Amount'] - 0.1*row['Amount'] and data['Amount'] <= row['Amount'] + 0.1*row['Amount']:
        print(index)

将熊猫作为pd导入
将numpy作为np导入
产品名称=[
'P1'，p2'，p3'，P1'，p2'，p3'，P1'，p2'，p3'，P1'，p2'，p3'，P1'，p2'，p3'
]
日期=[
'01-01-2019', '01-01-2019', '01-01-2019', '02-01-2019', '02-01-2019',
'02-01-2019', '04-01-2019', '04-01-2019', '04-01-2019', '06-01-2019',
'06-01-2019', '06-01-2019'
]
金额=[1000100018781540148201054023659958601000]
df=pd.DataFrame（{'Product Name'：ProductName，'Date'：Date，'Amount'：Amount}）
df_Product=df.groupby（'Product Name'）.median（）
数据={'ProductName'：'P1'，'Date'：'03-04-2019'，'Amount'：1525}
对于索引，df_Product.iterrows（）中的行：
如果数据['Amount']>=行['Amount']-0.1*行['Amount']和数据['Amount']，则有许多方法可以检测异常值。它们是基于Z分数的模式、基于统计的检测或基于机器学习的异常值检测

最近，我对多维数据集使用了一种基于统计的OD检测模式。此模式需要
statsmodels
库

以下是示例代码：

将熊猫作为pd导入
将statsmodels.api作为sm导入
将matplotlib.pyplot作为plt导入
从scipy.stats导入zscore
df=pd.DataFrame（您的样本数据）
y_col=“金额”
X_cols=[“产品名称”，“日期”]
X=df[X_cols]
y=df[OD_y_col]
lm=sm.OLS（y，X）.fit（）
OD_结果=lm.异常值_测试（）
打印（lm.summary（））
打印（OD_结果）[OD_result.unadj_pAny code to share？产品名称、日期、金额P1,01-01-20191000 p2,01-01-20191000 p3,01-01-20191000 P1,02-01-20191878 p2,02-01-20191540 p3,02-01-20191482 P1,04-01-20192010 p2,04-01-20192540 p3,04-01-20192365 P1,06-01-01-2019995 p2,06-01-01-2019860 p3,06-01-20191000编辑问题并将其添加到问题中。这可能是您的明星ter编码并尝试应用
scikit SVM
进行异常检测。