如何基于Sklearn LOF筛选结果保存去异常值的完整Pandas数据集

核心操作步骤 #

假设你已经将LocalOutlierFactor的异常识别结果添加到了原DataFrame中（比如新增一列outlier_label，值为"BAD"的行对应异常数据），按以下两步完成需求：

1. 过滤异常行
   用Pandas布尔索引筛选出非异常的行：

   # 假设原DataFrame名为df，异常标记列是outlier_label
   filtered_df = df[df['outlier_label'] != 'BAD']
   

   如果你的LOF模型直接返回的是-1（代表异常）和1（代表正常）的预测数组（比如执行了lof_pred = lof.fit_predict(df[['power', 'pid']])），可以先将结果转为标记列再过滤：

   # 先给原DataFrame添加异常标记列
   df['outlier_label'] = ['BAD' if x == -1 else 'GOOD' for x in lof_pred]
   # 过滤掉异常行
   filtered_df = df[df['outlier_label'] != 'BAD']
   

2. 保存为CSV文件
   使用to_csv()方法保存过滤后的完整DataFrame，建议设置index=False避免保存自动生成的索引列：

   filtered_df.to_csv('filtered_data.csv', index=False)
   

额外优化（可选） #

如果不需要保留异常标记列，可以在保存前删除：

filtered_df = filtered_df.drop(columns=['outlier_label'])
filtered_df.to_csv('filtered_data.csv', index=False)

内容的提问来源于stack exchange，提问作者bbartling