如何同时移除X_train与y_train中索引匹配的异常值对应行

核心逻辑是生成y_train的保留行布尔掩码，用同一掩码同时过滤两个对象即可，pandas会自动按索引对齐行，无需手动匹配索引。

步骤1：生成保留行掩码（True对应要保留的正常行，False对应要删除的异常值行） #

你可以根据自己的异常值判定规则生成掩码，下面给出两种常用场景的示例：

• 3σ原则异常值判定示例：

mean_val = y_train.mean()
std_val = y_train.std()
mask = (y_train >= mean_val - 3 * std_val) & (y_train <= mean_val + 3 * std_val)

• 四分位距IQR异常值判定示例：

q1 = y_train.quantile(0.25)
q3 = y_train.quantile(0.75)
iqr = q3 - q1
mask = (y_train >= q1 - 1.5 * iqr) & (y_train <= q3 + 1.5 * iqr)

步骤2：同步过滤X_train和y_train #

# 生成过滤后的新数据集，不修改原数据
X_train_clean = X_train[mask]
y_train_clean = y_train[mask]

# 如果需要直接覆盖原有变量，可替换为：
# X_train = X_train[mask]
# y_train = y_train[mask]

注：只要拆分训练集时X_train和y_train的行索引是对应关系（标准train_test_split拆分默认保持索引对应），该方法就可以100%保证过滤后两份数据的行对应关系不会出错。

内容的提问来源于stack exchange，提问作者user15963626