拉格朗日插值法处理表格异常值出错

Question

我是用拉格朗日插值法处理表格的异常值，但程序到第20行时报错。请问出错点在哪？如何解决？
部分表格和代码如下：

| 日期| 单品编码 | 批发价格（元/千克） |

| 2022-07-01 | 102900005115762 | 3.88 |
| 2022-07-02| 102900005115763 | 6.72 |
| 2022-07-03 | 102900005115764 | 3.19 |

import os
import pandas as pd
import numpy as np
from scipy.interpolate import lagrange
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

# 数据的读取
data = pd.read_excel("C:/Users/YHS/Desktop/附件3.xlsx")
neg_list = data['批发价格(元/千克)']

# 数据的行数
R = data.shape[0]

# 异常数据的个数
for item in neg_list:
    iqr = data[item].quantile(0.75) - data[item].quantile(0.25)
    q_abnormal_L = data[item] < data[item].quantile(0.25) - 1.5 * iqr
    q_abnormal_U = data[item] > data[item].quantile(0.75) + 1.5 * iqr
    print(item + '中有' + str(q_abnormal_L.sum() + q_abnormal_U.sum()) + '个异常值')

```python
发生异常: KeyError
3.88
KeyError: 3.88

The above exception was the direct cause of the following exception:

  File "C:\Users\YHS\Desktop\拉格朗日插值法.py", line 20, in <module>
    iqr = data[item].quantile(0.75) - data[item].quantile(0.25)
          ~~~~^^^^^^
KeyError: 3.88

Answer 1

该回答引用自GPT-deepseek, 由博主 GISer Liu 编写：

问题分析

用户在使用拉格朗日插值法处理表格的异常值时，程序在第20行报错，错误类型为 KeyError，具体错误信息为 KeyError: 3.88。这个错误通常表示在尝试访问字典或数据框时，使用的键（key）不存在。

问题定位

根据代码和错误信息，第20行的代码是：

iqr = data[item].quantile(0.75) - data[item].quantile(0.25)

这里的 item 是一个浮点数（例如 3.88），而 data 是一个数据框（DataFrame）。在数据框中，通常使用列名（字符串）来访问列数据，而不是使用浮点数。因此，这里的 data[item] 会导致 KeyError。

解决方案

为了解决这个问题，我们需要确保在访问数据框时使用正确的列名。具体步骤如下：

1. 修改列名的访问方式：确保使用字符串类型的列名来访问数据框的列。
2. 检查列名是否正确：确保列名在数据框中存在。

修改后的代码

import os
import pandas as pd
import numpy as np
from scipy.interpolate import lagrange
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

# 数据的读取
data = pd.read_excel("C:/Users/YHS/Desktop/附件3.xlsx")
neg_list = data['批发价格(元/千克)']

# 数据的行数
R = data.shape[0]

# 异常数据的个数
for item in neg_list:
    iqr = data['批发价格(元/千克)'].quantile(0.75) - data['批发价格(元/千克)'].quantile(0.25)
    q_abnormal_L = data['批发价格(元/千克)'] < data['批发价格(元/千克)'].quantile(0.25) - 1.5 * iqr
    q_abnormal_U = data['批发价格(元/千克)'] > data['批发价格(元/千克)'].quantile(0.75) + 1.5 * iqr
    print('批发价格(元/千克)中有' + str(q_abnormal_L.sum() + q_abnormal_U.sum()) + '个异常值')

解释

1. 修改列名的访问方式：将 data[item] 修改为 data['批发价格(元/千克)']，确保使用字符串类型的列名来访问数据框的列。
2. 检查列名是否正确：确保列名 '批发价格(元/千克)' 在数据框中存在。

总结

通过上述修改，确保了在访问数据框时使用正确的列名，从而避免了 KeyError 错误。用户可以尝试运行修改后的代码，检查是否解决了异常值处理的问题。

如果该回答解决了您的问题，请采纳！如果没有，请私信联系或评论您的疑惑