对一个csv文件中的每列数据进行异常值的修复代码

以下是一个基本的异常值修复代码，它将针对每列数据：

1. 使用中位数替换缺失值
2. 使用3倍标准差之外的值替换异常值

import numpy as np
import pandas as pd

# 读取csv文件
df = pd.read_csv('data.csv')

# 针对每列数据进行异常值修复
for col in df.columns:
    # 替换缺失值为中位数
    median_value = df[col].median()
    df[col].fillna(median_value, inplace=True)
    
    # 替换异常值为3倍标准差之外的值
    std_value = df[col].std()
    lower_bound = median_value - 3 * std_value
    upper_bound = median_value + 3 * std_value
    df[col] = np.where((df[col] < lower_bound) | (df[col] > upper_bound), median_value, df[col])

# 保存修复后的csv文件
df.to_csv('data_fixed.csv', index=False)

上述代码中，`fillna()`函数用于替换缺失值，`std()`函数用于计算标准差，`where()`函数用于替换异常值。修复后的数据将保存到`data_fixed.csv`文件中。