Python数据处理：五分钟搞定异常值和重复值

一、异常值 处理异常值之前，需要明确哪些是异常值。有很多种规则和方法来筛选异常值，这里我们以Z标准化得到的阈值作为判断标准。 利用正态分布定位异常值 Z标准化会将数据转换为标准差为1，均值为0且符合正态分布的数据序列，一般来说，99%以上的数据都聚集在均值周围三个标准差距离范围内。这里我们以两个标准差为界，超出则算作异常值。 z标准化的公式为：       可以看到，在第一列中，最后一个数字150

>>阅读原文<<