基于Pandas按volt_id分组检测DataFrame中的电压值异常行

嘿，这个按组检测异常值的需求太常见啦！用Pandas就能非常优雅地搞定，我来给你一步步演示具体实现方式～

我们这里用Z-score（标准分数）+ 3σ原则来判断异常——简单来说，就是判断组内数据是否偏离均值超过3倍标准差，这是工业界常用的异常检测方法，你也可以根据业务需求调整阈值（比如改成2倍标准差）。

步骤1：准备环境与示例数据 #

先导入Pandas和NumPy，然后构造你给出的示例数据集：

import pandas as pd
import numpy as np

# 构造示例数据集
data = {
    'time': [14, 15, 15, 16, 17, 14, 16, 20],
    'volt_id': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
    'value': [300.00, 310.00, 200.00, 210.00, 300.00, 100.00, 110.00, 200.00]
}
df = pd.DataFrame(data)

步骤2：按组计算统计量并标记异常 #

我们用groupby结合transform，把每组的均值、标准差广播到每一行，再计算Z-score判断是否异常：

# 按volt_id分组，计算每组的均值和标准差，添加到原数据
df['group_mean'] = df.groupby('volt_id')['value'].transform('mean')
df['group_std'] = df.groupby('volt_id')['value'].transform('std')

# 计算Z-score：(当前值 - 组均值) / 组标准差
df['z_score'] = (df['value'] - df['group_mean']) / df['group_std']

# 筛选出异常行（这里用Z-score绝对值>3作为阈值，可按需调整）
outliers = df[np.abs(df['z_score']) > 3]

步骤3：查看结果（附示例数据的计算说明） #

针对你给出的示例数据：

• 组A的均值是305，标准差≈7.07，两个值的Z-score分别是-0.707和0.707，都在正常范围；
• 组B的均值≈236.67，标准差≈50.33，300的Z-score≈1.26，未超过阈值；
• 组C的均值≈136.67，标准差≈50.33，200的Z-score≈1.26，也未超过阈值；
  所以示例数据里没有符合“3倍标准差”的异常行，但如果你的实际数据有极端值，就会被精准筛选出来。

更优雅的极简写法 #

如果你不想在原数据框里保留中间列，也可以用一行代码直接得到异常行：

outliers = df[
    df.groupby('volt_id')['value']
      .transform(lambda x: np.abs((x - x.mean()) / x.std()) > 3)
]

这种写法省去了中间列的生成，直接通过分组转换完成筛选，非常简洁高效～

内容的提问来源于stack exchange，提问作者Joohun Lee