4.3　异常值的处理

异常值也被称为离群点，就是那些远离绝大多数样本点的特殊群体，通常这样的数据点在数据集中都表现出不合理的特性。如果忽视这些异常值，在某些建模场景下就会导致结论出现错误。

4.3.1　Excel异常值的处理

在Excel中处理异常值的方法主要有：删除含有异常值的记录、将异常值视为缺失值、用平均数来修正等，如何判定和处理异常值，需要结合业务实际进行操作。

4.3.2　Python异常值的检测

在介绍使用Pandas库处理异常值之前，先创建一个4名学生学习成绩的数据集，代码如下：

运行上述代码，创建的数据集如下所示。

由于学生的考试成绩是百分制，因此超过100分的就可以认为是异常值。例如，查找赵六考试成绩中的异常数据，代码如下：

代码输出结果如下所示。

还可以查找所有人中不符合条件的成绩有1个及1个以上的记录，代码如下：

代码输出结果如下所示。

4.3.3　使用replace()函数处理异常值

可以使用replace()函数替换异常值。例如，使用NaN替换0，代码如下：

代码输出结果如下所示。

如果希望一次替换多个值，则可以设置一个由需要替换的数值组成的列表及一个替换值。例如，使用NaN替换0、105和108，代码如下：

代码输出结果如下所示。

还可以传入一个替换列表让每个数据有不同的替换值。例如，使用NaN替换0，使用100替换105和108，代码如下：

代码输出结果如下所示。

传入的参数也可以是字典，0可能是学生请假缺考导致的，代码如下：

代码输出结果如下所示。