jupyter异常值处理 ,查找付款金额小于0的数据

在Jupyter Notebook中，你可以使用pandas库来处理异常值。假设你需要查找付款金额小于0的数据，可以按照以下步骤进行操作：

import pandas as pd

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

# 查找付款金额小于0的数据
negative_payments = df[df['付款金额'] < 0]

# 打印异常数据
print(negative_payments)

在上述代码中，我们使用了pandas库中的`df[df['列名'] < 值]`语法来查找付款金额小于0的数据。最终，我们将异常数据保存在了变量`negative_payments`中，并使用`print()`函数打印出来。

如果你想要删除这些异常数据，可以使用`df.drop()`方法进行删除。例如：

# 删除付款金额小于0的数据
df = df.drop(df[df['付款金额'] < 0].index)

# 检查是否删除成功
print(df[df['付款金额'] < 0])

在上述代码中，我们使用了`df[df['列名'] < 值].index`语法来获取付款金额小于0的数据的索引，并将其传递给了`df.drop()`方法。通过这种方式，我们成功删除了异常数据。最后，我们再次使用`print()`函数检查是否删除成功。