Python數據處理：五分鐘搞定異常值和重複值

一、異常值 處理異常值之前，需要明確哪些是異常值。有很多種規則和方法來篩選異常值，這裏我們以Z標準化得到的閾值作爲判斷標準。 利用正態分佈定位異常值 Z標準化會將數據轉換爲標準差爲1，均值爲0且符合正態分佈的數據序列，一般來說，99%以上的數據都聚集在均值周圍三個標準差距離範圍內。這裏我們以兩個標準差爲界，超出則算作異常值。 z標準化的公式爲：       可以看到，在第一列中，最後一個數字150

>>阅读原文<<