python - 根据另一列标记一列的异常值

Question

我有一个如下所示的数据框，其中每个小时分钟都有一个订单。仅显示前六行。

命令	时分
120	12.15
150	12.15
7	12.15
20	12.30
200	12.30
23	12.30

我需要帮助在 python 中创建一个名为 outliers_detected 的新列，它根据小时分钟标记订单异常值，如下所示。这必须在一天中的每一小时分钟内完成，而不仅仅是这里显示的两小时分钟。

命令	时分	检测到异常值
120	12.15	0
150	12.15	0
7	12.15	1
20	12.30	0
150	12.30	1
23	12.30	0

标签： pythonpandasdataframedata-scienceoutliers

Answer 1

通过Zscore：

import numpy as np
from scipy import stats

df['outliers_detected'] = df.groupby('Hourminute').transform(
    lambda x: (np.abs(stats.zscore(x)) > 1).astype(int))