我创建了一个函数来检测dataset中每列的异常值,不需要反复调用它,所以我创建了一个循环,为dataset中的每列迭代该函数。它返回错误TypeError: unsupported operand type(s) for -: 'numpy.str_' and 'numpy.str_'
,我不知道为什么会发生这种情况,它只在我使用循环时出错,但当使用列作为参数(如detectoutliers(avo_sales.AveragePrice)
)单独调用它时,错误不会发生。如何解决这个问题
import pandas as pd
import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
from sklearn.impute import SimpleImputer
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
import scipy.stats as ss
avo_sales = pd.read_csv('avocados.csv')
avo_sales.rename(columns = {'4046':'small PLU sold',
'4225':'large PLU sold',
'4770':'xlarge PLU sold'},
inplace= True)
avo_sales.columns = avo_sales.columns.str.replace(' ','')
print('Data has some outliers, we''ll''be handling outliers then impute missing values with median')
def detectoutliers(column):
numbers = sorted(column)
q1, q3 = np.percentile(column, [25,75] , interpolation='nearest')
print('Q1,Q3 : ',q1,q3)
iqr = q3 - q1
lowerBound = q1 - (1.5 * iqr)
upperBound = q3 + (1.5 * iqr)
print('lowerBound,upperBound : ',lowerBound,upperBound)
print('Detection Success')
return lowerBound,upperBound
for column in avo_sales.columns[2:11]:
detectoutliers(column)
我想这是因为你的代码
对数据帧的列名进行操作。您可以将其更改为:
for column in avo_sales.columns[2:11]: detectoutliers(avo_sales[column])
相关问题 更多 >
编程相关推荐