1回答
我有一个包含多个分组的大型数据集。我已经创建了一个函数，它返回没有任何异常值的数据。因此，如果您有100个观察值，它将用NA填充离群值，并返回100个观察值。)我有一个包含两列的数据帧，其中包含分组变量(例如，男性/female已就业/失业)。第三列将包含需要删除异常值的实际数据</
浏览 3提问于2016-01-06得票数 0
1回答
在k-means聚类进行消费者细分之前，我希望识别并删除样本中的异常值。我尝试了使用单一链接算法的层次聚类。问题是，我有一个包含800多个案例的样本，并且在我的图(单链接树状图)中，数字彼此交叉，因此无法读取，因此我不可能仅通过查看图表来清楚地识别异常值:-/ 在这里，他们说，您可以基于分支距离创建箱图，以更客观的方式识别异常值我认为这也是一个很好的方法
浏览 73提问于2020-09-07得票数 0
1回答
我希望在按类型分组后从变量度量中删除异常值。我尝试了下面的代码，但它不起作用。我已经搜索过了，我只遇到了如何删除整个数据帧或一列的离群值。但不是在分组之后。
浏览 14提问于2021-06-11得票数 1
回答已采纳
我知道TRIMMEAN函数可以帮助将异常值自动排除在平均值之外，但是是否有一个只会识别哪些数据点是真正的离群点呢？我的工作是在经典定义的离群值为3 SD，远离平均值，在25%的底部和25%的数据。我需要这样做，以验证我的R代码确实正在删除真正的异常值，因为我们正在为我们的研究目的在我的实验室<
浏览 3提问于2021-04-12得票数 0
回答已采纳
我有一段数据帧，用来识别那些没有和其他人同时断开连接的设备(基本上就是那些忘记挂机的人)。我已经按照UniqueCallID和LeaveTime对这个切片进行了排序，因此离群值始终是会议“组”中的最后一个，如果差异超过x个时间量(60分钟或1小时)，我希望将该离群值的LeaveTime更改为前一个离群值的我尝试
浏览 31提问于2019-06-28得票数 1
1回答
我有一个复杂的数据帧(orig_df)。在这25列中，有5列是我希望用作分组标准的描述和特征。其余的是时间序列。有成千上万的行。我在初步分析和数字总结中注意到，在一些特定的分组标准中，异常观察存在重大问题。我使用了"group by“，并查看了这些组中的五分位数结果。我想要消除相对于(基于分组
浏览 12提问于2018-01-07得票数 0
我试图得到按因子和分段分组的离群点。column_name)$out),unnest(stat, boxplot) %>%eval中的错误
浏览 1提问于2021-12-17得票数 0
1回答
我遇到了以下问题：
我正在做一个数据科学的初学者项目。我得到了测试和训练数据拆分，现在我正在分析每个特征，然后将其添加到离散连续变量的数据帧或连续变量的数据帧中。在这样做的时候，我遇到了一个离群值很大的特征。如果我要删除它们，我已经添加到我的子数据帧
浏览 11提问于2021-03-25得票数 1
我现在使用的是R，在这里，我正在缩放原始数据，删除所有Z分数为3或更多的离群值，然后过滤掉未缩放的数据，使其只包含非离群值。我希望在删除离群值后留下一个包含非缩放数字的数据帧。这就是我的脚步：
浏览 2提问于2017-07-25得票数 0
回答已采纳
所以我的数据有一些不合逻辑的条目，在下面的图片中你可以看到一个在公司工作了11年的人，他拿了100美元，这肯定是错误的，应该删除对吗？我是否应该根据服务年限和薪水来消除这些糟糕的观察结果呢？或者我应该保留它们，它们是正常的吗？<
浏览 0提问于2021-10-06得票数 0
2回答
熊猫群移除复制品
、、
我有一个数据帧(df)1 2 202 4 303 2 15我只想识别c列中的最大值a = df.loc[df.groupby('b')['c'].idxmax()] a b c1 2
浏览 0提问于2018-11-23得票数 1
回答已采纳
因此，我在第一行有一个包含8年能量值和对象类型的数据帧。我需要绘制所有3000个按类型分组的源。3000线，X轴是8年，Y轴是能量。It's yearly energy and the type of source 抱歉，如果有什么遗漏了，这是我的第一个问题。我尝试只删除类型和绘图，而不是按以下条件分组： blazar_eneryg_with_type.
浏览 40提问于2020-09-11得票数 0
回答已采纳
我有一个数据帧，其中包含各种日期和该日期的相应值。我尝试按周对数据进行分组并对该周的值求和，对于第15周和第16周，没有数据(正如预期的那样)，因此当我对数据进行分组并求和时，得到的数据帧不包含第15周和第16周。我想生成
浏览 3提问于2021-07-18得票数 0
1回答
我想在每一组中计算不同的元组数： 'b':by='a', columns=['b', 'c'])
assert counts == pd.Series([4, 2
浏览 0提问于2016-09-05得票数 2
回答已采纳
1回答
我有一个数据集，其中包含某个对象的逐帧像素值。我的代码可以在大多数情况下准确地检测到对象；但是，也有一些缺点。我已经用不同的参数尝试了均值和中值滤波，我没有得到任何有用的东西。有没有办法/算法用正确的<e
浏览 1提问于2015-10-13得票数 2
我有以下数据帧，df： Subject Marks1 Marks2English 1.5 20English3 40Science 1.5 20Science 3 35 我想按主题分组，并检查Marks2是否严格地随着Marks1的增加而增加。如果不是，那么我想从df
浏览 49提问于2020-06-22得票数 2
回答已采纳
我有一个csv文件，其数据排列如下： 0 A Knitting 78
1和
浏览 0提问于2016-12-09得票数 0
回答已采纳
我有一个数据帧，我想对它进行分组(或切片)。A和列B上的数据帧进行分组，然后，将每个分组按某个值进一步划分为具有连续行的较小分组。例如，在按列A和列B对数据帧进行分组后，每当我在列C中遇到0时，我希望在第三级上优化分组。因此，分组的
浏览 3提问于2017-02-04得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
