修复IndexingError：按房屋类型识别房价异常值的索引对齐问题

问题原因 #

你遇到的IndexingError是因为布尔Series和原DataFrame的索引不匹配：

• 你对df["price"]和upper_bound[df["Type"]]执行了reset_index(drop=True)，生成的布尔Series索引是从0开始的连续整数，但原df的索引还是初始状态（可能是非连续或非0起始的）。
• pandas在使用布尔Series筛选DataFrame时会严格对齐索引，索引不匹配就会触发报错。

解决方案 #

不需要手动重置索引，利用pandas的分组映射特性，让每个房屋类型对应的上下界自动匹配到每一行，生成和原df索引一致的布尔Series即可。

方案1：使用map匹配分组上下界 #

grouped = df.groupby('Type')
q1 = grouped["price"].quantile(0.25)
q3 = grouped["price"].quantile(0.75)
iqr = q3 - q1

upper_bound = q3 + (1.5 * iqr)
lower_bound = q1 - (1.5 * iqr)

# 通过map将每个Type对应的上下界映射到df的每一行
is_outlier = (df["price"] > df["Type"].map(upper_bound)) | (df["price"] < df["Type"].map(lower_bound))
outliers = df[is_outlier]
print(outliers)

方案2：使用transform直接生成每行的上下界（更直观） #

这种方式会在原df中生成临时列，方便查看每个样本对应的异常值判断依据：

# 按Type分组，为每行计算对应的四分位数、IQR和上下界
df['q1'] = df.groupby('Type')['price'].transform(lambda x: x.quantile(0.25))
df['q3'] = df.groupby('Type')['price'].transform(lambda x: x.quantile(0.75))
df['iqr'] = df['q3'] - df['q1']
df['upper_bound'] = df['q3'] + 1.5 * df['iqr']
df['lower_bound'] = df['q1'] - 1.5 * df['iqr']

# 筛选异常值
outliers = df[(df['price'] > df['upper_bound']) | (df['price'] < df['lower_bound'])]
# 可选：删除临时生成的辅助列
outliers = outliers.drop(['q1', 'q3', 'iqr', 'upper_bound', 'lower_bound'], axis=1)
print(outliers)

关键说明 #

两种方案的核心都是保证用于筛选的布尔Series和原df的索引完全对齐，避免手动修改索引导致的匹配错误。

内容的提问来源于stack exchange，提问作者John Smith