关于python：删除统计异常值的更好方法是什么？

Better way to remove statistical outliers than this?

此代码有效。但我禁不住觉得这是一个黑客，尤其是"抵消"部分。我必须把它放在这里，否则每次执行del操作时，删除中的所有索引值都会移动一个。

1
2
3
4
5
6
7
8
9
10
11
12

# remove outliers > devs # of std deviations
devs = 1
deletes = []
for num, duration in enumerate(durations):
if (duration > (mean_duration + (devs * std_dev_one_test))) or \
(duration < (mean_duration - (devs * std_dev_one_test))):
deletes.append(num)
offset = 0
for delete in deletes:
del durations[delete - offset]
del dates[delete - offset]
offset += 1

如何使之更好的想法？

相关讨论

当您迭代列表时，构建一个保持器列表：

1
2
3
4
5
6
7

def isKeeper( duration ):
if (duration > (mean_duration + (devs * std_dev_one_test))) or \
(duration < (mean_duration - (devs * std_dev_one_test))):
return False
return True

durations = [duration for duration in durations if isKeeper(duration)]

。

可能是这样的：

1
2
3
4
5
6
7
8
9
10
11
12

import numpy as np

myList = [1,2,3,4,5,6,7,3,4,5,3,5,99]

mean_duration = np.mean(myList)
std_dev_one_test = np.std(myList)

def drop_outliers(x):
if abs(x - mean_duration) <= std_dev_one_test:
return x

myList = filter(drop_outliers, myList)

号

结果：

1 2	>>> myList [1, 2, 3, 4, 5, 6, 7, 3, 4, 5, 3, 5]

从列表中删除项目时，是否会导致索引移位，并用偏移量进行补偿？

如果是这样的话，只需从后面到前面删除，这样删除项目不会影响列表的其余部分。

所以开始从列表的最后一项迭代到前面。

这些问题可能会引起人们的兴趣：删除list(python)和python的许多元素：在遍历list时删除list元素

另一个很好的方法是：在迭代时从列表中删除项目(感谢@paulmcguire通过注释给出的建议)