“如何检测异常值”；在邻近的价值观中”；使用标准python处理单变量数据

我有一个简单的数据集，有两列日期/温度

我需要一些方法来查找异常值： 1.在温度栏中 2.仅将w.r.t与某些相邻值进行比较

检测异常值（仅限相邻值）的最佳方法是什么

我试着对IQR、均值/中位数偏差等进行编码，但它们删掉了更多的值。我试图一次将这些方法应用于10个值，但最终发现的异常值比我预期的还要多

最后我还需要用标准python编写代码，所以任何关于这方面的提示都会很有用

下面是我的类DataChecker中计算IQR并使用它检查异常值的函数

class DataChecker:
    class DateTemperature:
        def __init__(self, input_date, temperature):
            try:
                day, month, year = input_date.split('/')
                self._temperature_date = date(int(year), int(month), int(day))
            except ValueError:
                # Don't tolerate invalid date
                raise #TODO change to custom error 

            try:
                self._temperature = float(temperature)
            except (TypeError, ValueError):
                self._temperature = 0

        @property
        def date(self):
            return self._temperature_date.strftime('%d/%m/%Y')

        @property
        def temperature(self):
            return self._temperature

    def __init__(self, input_date_temperature_values):
        self._date_temperature_values = []
        for date, temperature in input_date_temperature_values:
            try:
                self._date_temperature_values.append(self.DateTemperature(date, temperature))
            except ValueError:
                pass

        self._date_temperature_values.sort(key=lambda x:x.date)

        self._outlier_low, self._outlier_high = self._calculate_outlier_thresholds(self._date_temperature_values)

    def _is_value_outlier(self, temperature):
        if temperature < self._outlier_low or temperature > self._outlier_high:
            return True
        return False

    def _calculate_outlier_thresholds(self, data_temperature_values):
        temperature_values = sorted([dataTemperature.temperature for dataTemperature in data_temperature_values])
        median_index = len(temperature_values) // 2
        first_quartile = median(temperature_values[:median_index])
        third_quartile = median(temperature_values[median_index+1:])

        iqr = (third_quartile - first_quartile)

        # Tried with 1.5, 1.2, 2 etc
        low_iqr = first_quartile - 1.2*iqr
        high_iqr = third_quartile + 1.2*iqr

        # Trying mean/median deviation
        #mean_value = statistics.median(temperature_values)
        #std_dev = statistics.pstdev(temperature_values)
        #print(f'{mean_value} : {std_dev}')
        #low_iqr = mean_value - 2*std_dev
        #high_iqr = mean_value + 2*std_dev


        #print(low_iqr, ':', high_iqr)
        return low_iqr, high_iqr

类数据检查器：
类别日期温度：
定义初始（自身、输入日期、温度）：
尝试：
日、月、年=输入_date.split（“/”）
自身温度日期=日期（年、月、日）
除值错误外：
#不要容忍无效日期
raise#TODO更改为自定义错误
尝试：
自身温度=浮子（温度）
除了（TypeError、ValueError）：
自身温度=0
@财产
def日期（自我）：
返回self.\u temperature\u date.strftime（“%d/%m/%Y”）
@财产
def温度（自身）：
返回自身温度
定义初始值（自身，输入日期温度值）：
自身日期温度值=[]
对于日期，输入值中的温度\u日期\u温度\u值：
尝试：
self.\u date\u temperature\u values.append（self.DateTemperature（日期，温度））
除值错误外：
通过
self.\u date\u temperature\u values.sort（key=lambda x:x.date）
self.\u异常值\u低，self.\u异常值\u高=self.\u计算\u异常值\u阈值（self.\u日期\u温度\u值）
def_是_值_异常值（自身、温度）：
如果温度self.\u异常值\u高：
返回真值
返回错误
定义计算异常值阈值（自身、数据温度值）：
温度值=已排序（[dataTemperature.temperature用于数据温度值中的dataTemperature]）
中值指数=len（温度值）//2
第一个四分位数=中值（温度值[：中值指数]）
第三个四分位数=中值（温度值[中值指数+1:]）
iqr=（第三个四分位数-第一个四分位数）
#尝试使用1.5、1.2、2等
低iqr=第一个四分位数-1.2*iqr
高iqr=第三个四分位数+1.2*iqr
#尝试平均/中位数偏差
#平均值=统计值。中值（温度值）
#std_dev=统计数据.pstdev（温度值）
#打印（f'{mean_value}:{std_dev}'）
#低iqr=平均值-2*标准偏差
#高iqr=平均值+2*标准偏差
#打印（低iqr’：’，高iqr）
返回低iqr，高iqr

---

谢谢

标准偏差：标准偏差是用于量化一组数据值的变化量或离散度的度量

平均值：平均值是采样值的总和除以项目数

import numpy as np

def removeOutlier(data):
  data = np.array(data)
  mean = np.mean(data, axis=0)
  std = np.std(data, axis=0)
  final_list = [x for x in data if (x > mean - 2 * std)]
  final_list = [x for x in final_list if (x < mean + 2 * std)]
  return final_list

将numpy导入为np
def removeOutlier（数据）：
data=np.array（数据）
平均值=np.平均值（数据，轴=0）
标准=np.std（数据，轴=0）
最终列表=[x代表数据中的x，如果（x>平均值-2*std）]
最终清单=[x代表最终清单中的x，如果（x

---

您可以选择相邻点并将其放入列表中，然后如果您通过此函数传递它，您将得到无离群值列表。

发布迄今为止实现的代码