使用df.drop(index=array)删除分组数据异常值时出现KeyError的问题求助

你好！这个KeyError问题的根源其实很好理解——你用np.where得到的[15,25,34,53]是子DataFrame df2里的相对位置索引（也就是从0开始计数的行位置），但df2的行标签（index）还是继承自原始DataFrame df的原始索引值，并不是从0连续排列的，所以直接用这些位置数字去调用drop，自然找不到对应的行标签，就报错了。

下面给你两种可靠的解决方法：

方法一：用布尔索引过滤（推荐） #

不需要用np.where获取位置，直接生成布尔掩码筛选非异常值，代码更直观，也不会有索引不匹配的问题：

import pandas as pd 
import numpy as np

# Load the dataset
df = pd.read_csv('.xxx.csv')

def remove_outlier_using_IQR(df: pd.DataFrame, name_column: str, value: int) -> pd.DataFrame:
    """
    Remove outliers using IQR in the 'name_column'.

    Args:
    df (pd.DataFrame): The DataFrame containing the columns for outlier removal.
    name_column (str): The name of the column containing outliers to be removed.
    value: Value in name column for outlier removal.

    Returns:
    pd.DataFrame: The DataFrame with outliers in 'name_column' removed.
    """
    # 筛选目标分组，加copy避免SettingWithCopyWarning
    df2 = df[df[name_column]==value].copy()
    Q1 = df2['final_test'].quantile(0.25)
    Q3 = df2['final_test'].quantile(0.75)
    IQR = Q3 - Q1
    lower = Q1 - 1.5*IQR
    upper = Q3 + 1.5*IQR

    # 生成非异常值的布尔掩码
    mask = (df2['final_test'] > lower) & (df2['final_test'] < upper)
    # 过滤出非异常值的行
    df2_clean = df2[mask]

    # 合并其他分组和清理后的目标分组
    df3 = df[df[name_column]!=value]
    df_merged = pd.concat([df2_clean, df3], ignore_index=False, sort=False)

    return df_merged

# 使用函数清理异常值
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=0)
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=1)
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=2)
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=3)
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=4)

方法二：获取正确的行标签再drop #

如果你坚持要用drop方法，需要把np.where得到的位置索引转换成df2对应的行标签，而不是直接用位置数字：

import pandas as pd 
import numpy as np

# Load the dataset
df = pd.read_csv('.xxx.csv')

def remove_outlier_using_IQR(df: pd.DataFrame, name_column: str, value: int) -> pd.DataFrame:
    """
    Remove outliers using IQR in the 'name_column'.

    Args:
    df (pd.DataFrame): The DataFrame containing the columns for outlier removal.
    name_column (str): The name of the column containing outliers to be removed.
    value: Value in name column for outlier removal.

    Returns:
    pd.DataFrame: The DataFrame with outliers in 'name_column' removed.
    """
    df2 = df[df[name_column]==value].copy()
    Q1 = df2['final_test'].quantile(0.25)
    Q3 = df2['final_test'].quantile(0.75)
    IQR = Q3 - Q1
    lower = Q1 - 1.5*IQR
    upper = Q3 + 1.5*IQR

    # 获取异常值对应的行标签，而非位置索引
    upper_indices = df2[df2['final_test'] >= upper].index
    lower_indices = df2[df2['final_test'] <= lower].index

    # 删除异常值行
    df2.drop(index=upper_indices, inplace=True)
    df2.drop(index=lower_indices, inplace=True)

    df3 = df[df[name_column]!=value]
    df_merged = pd.concat([df2,df3], ignore_index=False, sort=False)

    return df_merged

# 使用函数清理异常值
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=0)
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=1)
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=2)
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=3)
df = remove_outlier_using_IQR(df=df, name_column='hours_per_week', value=4)

另外补充两个小细节：

• 给df2赋值时加上.copy()，可以避免后续操作触发SettingWithCopyWarning；
• 我把你函数注释里大小写不一致的Value改成了小写value，和参数定义保持统一。

备注：内容来源于stack exchange，提问作者Tyl