python异常值替换为缺失值_数据预处理之异常值（python）

除了缺失值外，异常值也是数据中常有的噪音，但并非异常值都需要被处理，异常值出现的原因有很多，结合实际业务，他们往往可以被分为“真异常”和“假异常”。

有时特定业务动作的变化会引发“真异常”，此时异常值反应的是真实情况，如果直接处理掉，可能就错失了信息。与缺失值处理的过程类似，在进行异常分析之前，需要进行数据读取与简单描述统计。

笔记大纲：

~~·数据读取

~~·数据概览

~~·异常值识别

~~·异常值处理

1、数据读取

导入excel数据，这里的数据来源于“猴子聊人物”所发布的数据资料。

百度网盘：https://pan.baidu.com/s/14Ulh_S1JqZUAD02-M_3Zlw

提取码：wg18

>>> import pandas as pd

>>> import numpy as np

>>> data = pd.read_excel('朝阳医院2018年销售数据.xlsx', header=0, sheetname=0)

# header表示读取第一行作为列名，sheetname为读取sheet1，你也可以直接用sheet的名字

2、数据概览

在进行数据读取之后，我们需要查看数据的基本结构，包含但不限于行列数(名)、数据类型、数据分布等。

# 查看行列数

>>> data.shape

(6578, 7)

# 查看前10行数据

>>>