在數據清洗階段，我們需要找到異常值，并對其進行相應的一些處理。在python中，異常值的處理常常需要結合一些數據模型或概率分布來解決。下面做一個簡單的介紹。

1.打開pycharm開發工具，在運行窗口輸入命令：

import pandas as pd #導入pandas庫

2.輸入數據集。

data=pd.DataFrame({'name':['A','B','C','D','E','F','G'],'cost':[2,127,4,6,3,13,14],'sales':[13,18,32,54,23,33,44]})

print(data)

3.通過z-score方法判斷異常值，即對原始值X進行正態標準化：(X-mean(X))/std(X)，根據計算的結果判斷樣本值與中心的偏離程度。

df1=data.copy()#為了不影響原始數據集，復制數據集data

print(df1)

4.按列計算均值和標準差。

df1['cost']=(df1['cost']-df1['cost'].mean())/df1['cost'].std()#標準化cost_z列

5.對sales列進行標準化。

df1['sales']=(df1['sales']-df1['sales'].mean())/df1['sales'].std()#標準化cost_z列

df1['sales']

6.查看標準化后的數據集。

print(df1)

標準化后的絕對值越大，數據越有可能異常，是否異常根據設定的閾值判斷。

7.假設cost列閾值為2，通過下面的方法找到異常值。

df1['cost'].abs()>2#判斷數據是否異常

data[df1['cost'].abs()>2]#取出原數據集中的異常點

?

總結

以上是生活随笔為你收集整理的python异常值处理箱型图_如何利用python处理异常值？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。