对熊猫中的异常值进行分组时的意外行为[Python]

import pandas as pd
import numpy as np

# 创建示例数据框
data = {
    'group': ['A', 'A', 'A', 'B', 'B', 'B'],
    'value': [10, 12, 1000, 20, 25, 30]
}
df = pd.DataFrame(data)

# 定义异常值检测函数（使用IQR方法）
def detect_outliers_iqr(series):
    Q1 = series.quantile(0.25)
    Q3 = series.quantile(0.75)
    IQR = Q3 - Q1
    lower_bound = Q1 - 1.5 * IQR
    upper_bound = Q3 + 1.5 * IQR
    return (series < lower_bound) | (series > upper_bound)

# 检测并标记异常值
df['is_outlier'] = df.groupby('group')['value'].transform(detect_outliers_iqr)

# 分离正常值和异常值
normal_data = df[~df['is_outlier']]
outlier_data = df[df['is_outlier']]

# 对正常值和异常值分别进行处理
print("Normal Data:")
print(normal_data)
print("\nOutlier Data:")
print(outlier_data)