如何筛选Green类别数值、绘制图表并检测Outliers？

1. 数据提取（以Python为例） #

用pandas加载数据并筛选出Color为Green的Number值：

import pandas as pd

# 构造数据集
data = {
    'Color': ['Green', 'Red', 'Green', 'Green', 'Green', 'Red', 'Red', 'Red', 'Green'],
    'Number': [5.0, 20.0, 5.0, 15.0, 100.0, 7.0, 10.0, 8.0, 6.0]
}
df = pd.DataFrame(data)

# 筛选Green对应的Number值
green_numbers = df[df['Color'] == 'Green']['Number'].values
print("Green对应的Number值：", green_numbers)

2. 绘制图表可视化 #

用箱线图直观展示数据分布与异常值，这里使用matplotlib：

import matplotlib.pyplot as plt

plt.boxplot(green_numbers)
plt.title('Green类Number值的箱线图')
plt.ylabel('Number')
plt.show()

箱线图中，超出上下须的点即为潜在异常值，此案例中能明显看到100.0是异常值。

3. 异常值检测（IQR四分位距法） #

通过四分位距计算异常值范围并筛选：

# 计算四分位数
q1 = pd.Series(green_numbers).quantile(0.25)
q3 = pd.Series(green_numbers).quantile(0.75)
iqr = q3 - q1

# 计算异常值上下边界
lower_bound = q1 - 1.5 * iqr
upper_bound = q3 + 1.5 * iqr

# 筛选异常值
outliers = [x for x in green_numbers if x < lower_bound or x > upper_bound]
print("检测到的异常值：", outliers)

运行后会得到异常值为[100.0]，与可视化结果一致。

内容的提问来源于stack exchange，提问作者user6063433