如何在Python中基于Pandas单列计算并应用Z-score？

先帮你拆解两种方法的错误根源，再给出正确的实现方案：

方法一的错误分析与修正 #

你遇到的KeyError: False，问题出在这行代码：

df["Value1"] = df["Value1"][(z_score < 3).all(axis=1)]

• stats.zscore(df["Value1"])返回的是一维数组，对应的(z_score < 3)也是一维布尔数组，它根本没有axis=1这个维度。调用.all(axis=1)会把整个布尔数组压缩成一个标量False，再用df["Value1"][False]去索引自然会触发KeyError。

另外需要明确你的真实需求：是想过滤掉Z-score绝对值超3的行，还是把Value1替换为Z-score值？分两种情况处理：

情况1：过滤掉Z-score绝对值≥3的行（保留正常数据） #

如果要保留所有Value1列Z-score绝对值小于3的完整行，正确代码是：

from scipy import stats
import numpy as np

# 计算Value1的Z-score绝对值
z_score = np.abs(stats.zscore(df["Value1"]))
# 过滤行并更新原DataFrame
df = df[z_score < 3]

情况2：将Value1列替换为对应的Z-score值 #

如果是要把Value1的原始值替换成Z-score（而非过滤行），代码更简单：

from scipy import stats

df["Value1"] = stats.zscore(df["Value1"])

方法二的错误分析与修正 #

你遇到的IndexError: tuple index out of range，问题出在df["Value1"].apply(zscore)：

• apply()是对Series里的每个元素单独执行函数，但zscore()是用来计算整个数组的Z-score，把单个数值传给它时，它无法处理这种单元素输入，于是抛出索引错误。

正确做法是直接对整个Series调用zscore()，不需要用apply()：

from scipy.stats import zscore

df["Value1"] = zscore(df["Value1"])

额外提示：手动计算Z-score（无需依赖scipy） #

如果不想用scipy，也可以用Pandas手动实现：

# 先计算Z-score并存为新列
df["Value1_zscore"] = (df["Value1"] - df["Value1"].mean()) / df["Value1"].std()
# 过滤绝对值超3的行（可选）
df = df[np.abs(df["Value1_zscore"]) < 3]

内容的提问来源于stack exchange，提问作者Zygos