当自变量列具有特定值时，从目标列中移除异常值

Question

我有一个如下所示的数据帧（单击下面的click）：

df.head(10)

https://ibb.co/vqmrkXb

我想做的是，当day列的值等于6时，使用正态分布68-95-99.7规则从目标列（已占用的停车位）中删除异常值，例如，它指的是星期日（df['day']==6）。你知道吗

我尝试了以下代码：

df = df.mask((df['occupied_parking_spaces'] - df['occupied_parking_spaces'].mean()).abs() > 2 * df['occupied_parking_spaces'].std()).dropna()

这行代码从整个数据集中删除了异常值，不管是独立变量，但我只想从占用的\u停车\u spacs列中删除异常值，例如day值等于6。你知道吗

我能做的是创建一个不同的数据帧，我将为其删除异常值：

sunday_df = df.loc[df['day'] == 0]

sunday_df = sunday_df.mask((sunday_df['occupied_parking_spaces'] - sunday_df['occupied_parking_spaces'].mean()).abs() > 2 * sunday_df['occupied_parking_spaces'].std()).dropna()

但通过这样做，我将得到一周中每天的多个数据帧，我将不得不在最后连接，这是我不想做的事情，因为必须有一种方法在同一个数据帧内这样做。你知道吗

你能帮帮我吗？你知道吗

Answer 1

定义了一些函数来删除异常值后，可以使用np.where有选择地应用它：

import numpy as np
df = np.where(df['day'] == 0, 
        remove_outliers(df['occupied_parking_spaces']),
        df['occupied_parking_spaces']
     )