Pandas异常值检测得到负下限，求助问题原因

你的操作没有出错，出现负的下限是IQR方法针对当前房价数据分布的正常结果，原因和处理方式如下：

• IQR的下限计算公式为Q1 - 1.5*IQR，当数据的下四分位数（Q1）本身较小，同时四分位距（IQR）较大时，就会得到负数结果。结合你给出的房价数据最小值2500来看，实际数据中没有低于这个负下限的数值，说明只有高于上限649000的房价（比如最大值950000）属于潜在异常值。
• IQR是纯统计计算方法，不会考虑数据的实际业务逻辑（比如房价不可能为负）。如果要贴合业务场景，你可以手动将下限调整为数据的实际最小值，避免出现不合理的负数值范围。

调整后的参考代码：

def outliers(df, feature):
    Q1= df[feature].quantile(0.25)
    Q3 = df[feature].quantile(0.75)
    IQR = Q3 - Q1
    upper_limit = Q3 + 1.5 * IQR
    # 手动修正下限为数据最小值，避免负数
    lower_limit = max(Q1 - 1.5 * IQR, df[feature].min())
    return upper_limit, lower_limit

upper, lower = outliers(data, "price")
print("Upper whisker: ", upper)
print("Lower Whisker: ", lower)

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