订阅如何利用python处理异常值？
来源：网络收集 点击： 时间：2024-04-16【导读】：
在数据清洗阶段，我们需要找到异常值，并对其进行相应的一些处理。在python中，异常值的处理常常需要结合一些数据模型或概率分布来解决。下面做一个简单的介绍。工具/原料morepython方法/步骤1/7分步阅读
2/7
3/7
4/7
5/7
6/7
7/7
PYTHON异常值判断标准化数据分析PANDAS
打开pycharm开发工具，在运行窗口输入命令：
import pandas as pd #导入pandas库
2/7输入数据集。
data=pd.DataFrame({name:,cost:,sales:})
print(data)
3/7通过z-score方法判断异常值，即对原始值X进行正态标准化：(X-mean(X))/std(X)，根据计算的结果判断样本值与中心的偏离程度。
df1=data.copy()#为了不影响原始数据集，复制数据集data
print(df1)
4/7按列计算均值和标准差。
df1=(df1-df1.mean())/df1.std()#标准化cost_z列
5/7对sales列进行标准化。
df1=(df1-df1.mean())/df1.std()#标准化cost_z列
df1
6/7查看标准化后的数据集。
print(df1)
标准化后的绝对值越大，数据越有可能异常，是否异常根据设定的阈值判断。
7/7假设cost列阈值为2，通过下面的方法找到异常值。
df1.abs()2#判断数据是否异常
data.abs()2]#取出原数据集中的异常点
PYTHON异常值判断标准化数据分析PANDAS 版权声明：
1、本文系转载，版权归原作者所有，旨在传递信息，不代表看本站的观点和立场。
2、本站仅提供信息发布平台，不承担相关法律责任。
3、若侵犯您的版权或隐私，请联系本站管理员删除。
4、文章链接：http://www.1haoku.cn/art_524542.html
上一篇：《幽灵线：东京》算盘位置在哪
下一篇：苹果手机短信如何一键删除
