异常值处理、3sigma准则

import  pandas as pd


# 正态分布
# 3sigma准则 --->  
#  mean() - 3* std() ---下限
#  mean() + 3* std() ---上限

# 自实现3sigma 原则

def three_sigma(ser):
    """
    自实现3sigma 原则
    :param ser: 数据
    :return: 处理完成的数据
    """
    bool_id = ((ser.mean() - 3 * ser.std()) <= ser)  &   (ser <= (ser.mean() + 3 * ser.std()))

    # bool数组索引
    
    # ser[bool_id]

    return ser.index[bool_id]

#使用detail 验证
deatil = pd.read_excel("./meal_order_detail.xlsx")

print(deatil.shape)

# 调用3sigma原则,进行异常值过滤
index_name_list = three_sigma(deatil['amounts'])

deatil = deatil.loc[index_name_list,:]

print(deatil.shape)

#percentile() 计算分位数

# np.percentile() ql-1.5iqr  qu + 1.5iqr
 

 

  • 9
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值