使用IQR移除异常值后，绘制箱线图提示无法识别列的问题求助

你的核心问题是函数返回的不是过滤后的原数据集，而是仅包含布尔/整数掩码的DataFrame，里面根本没有"Umur"和"Skor Belanja (1-100)"这些原始列，所以seaborn找不到指定列报错。

错误分析 #

1. 原函数中df_final = ~((df<...) | (df>...)).any(axis=1)生成的是一个布尔Series，每行标记该数据行是否无异常值
2. 你把这个Series转成DataFrame返回，导致最终的df_outlier_removed只有一列布尔/整数数据，完全丢失了原始的年龄、消费评分数据
3. 转成整数类型只是把True/False变成1/0，本质还是没有原数据列，所以绘图报错

修正后的函数 #

修改函数逻辑，让它返回过滤掉异常值后的原始数据集，而不是掩码：

import pandas as pd

def remove_outlier_IQR(df):
    q1 = df.quantile(0.25)
    q3 = df.quantile(0.75)
    inter_q = q3 - q1
    # 生成每行的无异常值标记
    mask = ~((df < (q1 - 1.5 * inter_q)) | (df > (q3 + 1.5 * inter_q))).any(axis=1)
    # 用掩码过滤原数据集，返回保留原始列的结果
    return df[mask].copy()

正确调用与绘图流程 #

# 传入需要处理的两列，得到过滤后的数据集
df_outlier_removed = remove_outlier_IQR(df[["Umur","Skor Belanja (1-100)"]])

# 直接绘制箱线图，此时数据集中包含"Umur"列
import seaborn as sns
sns.boxplot(x = "Umur", data=df_outlier_removed)

额外说明 #

• 不需要再调用dropna，因为过滤后的结果都是符合条件的行，不存在缺失值
• 如果需要保留原数据集的其他列，可以直接传入整个df（可调整函数逻辑支持指定列），当前需求只处理两列，按上述方式调用即可

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