大橙子网站建设,新征程启航

为企业提供网站建设、域名注册、服务器等服务

python中处理异常值的方法-创新互联

创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商,新人活动买多久送多久,划算不套路!

创新互联公司是一家集网站建设,青龙企业网站建设,青龙品牌网站建设,网站定制,青龙网站建设报价,网络营销,网络优化,青龙网站推广为一体的创新建站企业,帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿,时刻以成就客户成长自我,坚持不断学习、思考、沉淀、净化自己,让我们为更多的企业打造出实用型网站。

小编给大家分享一下python中处理异常值的方法,希望大家阅读完这篇文章后大所收获,下面让我们一起去探讨吧!

打开pycharm开发工具,在运行窗口输入命令:

import pandas as pd #导入pandas库

python中处理异常值的方法

输入数据集。

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)

python中处理异常值的方法

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)

python中处理异常值的方法

按列计算均值和标准差。

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

python中处理异常值的方法

对sales列进行标准化。

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

python中处理异常值的方法

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。

python中处理异常值的方法

假设cost列阈值为2,通过下面的方法找到异常值。

df1['cost'].abs()>2#判断数据是否异常
data[df1['cost'].abs()>2]#取出原数据集中的异常点

python中处理异常值的方法

看完了这篇文章,相信你对python中处理异常值的方法有了一定的了解,想了解更多相关知识,欢迎关注创新互联-成都网站建设公司行业资讯频道,感谢各位的阅读!


当前文章:python中处理异常值的方法-创新互联
文章网址:http://dzwzjz.com/article/cepjjj.html
在线咨询
服务热线
服务热线:028-86922220
TOP