Python中删除数据集异常值行触发ValueError错误该如何解决

错误原因 #

• np.where(pred==-1)的返回结果是一维元组，只有第一个元素是异常值对应的行位置数组，你后续直接将outlier_values（DataFrame对象）传入drop方法，完全不符合参数要求
• pd.DataFrame.drop()方法接收的是待删除行的索引标签列表，你传入包裹了DataFrame的列表[outlier_values]，参数维度不匹配，直接触发了对应报错

修正方案 #

你可以直接用布尔索引过滤异常值，写法更简洁不易出错：

#identify outliers
pred = iforest.fit_predict(x)
# 直接保留非异常值的行
x_new = x[pred != -1]

如果一定要用drop方法实现，写法如下：

#identify outliers
pred = iforest.fit_predict(x)
outlier_pos = np.where(pred==-1)[0] # 提取np.where返回元组的第一个元素，拿到一维位置数组
# 提取异常值对应的索引标签传入drop
x_new = x.drop(x.index[outlier_pos])

内容的提问来源于stack exchange，提问作者hideonbush