• 이상치 제거 후 alcohol 평균10.491

1. 사분위수를 구한다quantile(0.25)·quantile(0.75). pandas 의 기본 보간 방식이 곧 문항이 지시한 방식이다.
2. 경계를 만든다IQR = Q3 − Q1, 하한 = Q1 − 1.5·IQR, 상한 = Q3 + 1.5·IQR. 이 자료에서 하한은 음수라 아무 행도 걸리지 않는다.
3. 경계 안의 행만 남긴다이상치를 제거하라고 했으므로 경계 밖 행을 버린다. 경계값으로 바꿔 치는 것(clip)은 다른 처리다.
4. 남은 행으로 다시 집계한다제거한 결과인 kept 에서 alcohol 평균을 구한다. 원본 df 로 평균을 구하면 제거가 아무 일도 하지 않은 셈이 된다.

import pandas as pd

df = pd.read_csv('wine-combined.csv')
column = 'total_sulfur_dioxide'
q1 = df[column].quantile(0.25)
q3 = df[column].quantile(0.75)
iqr = q3 - q1
k = 1.5
kept = df[(df[column] >= q1 - k * iqr) & (df[column] <= q3 + k * iqr)]
print(round(kept['alcohol'].mean(), 3))

이 자료에서 하한은 음수라 걸리는 행이 없고, 상한을 넘는 10개 행만 빠진다. 경계를 넓혀 아무것도 제거하지 않으면 평균이 달라지므로, 제거가 실제로 답을 바꾸는 문항이다.