python中Dataframe中有异常值怎么查找并将异常值删除

可以使用pandas库来处理Dataframe中的异常值，具体步骤如下：

1. 查找异常值：可以使用describe()函数查看每列的统计信息，例如均值、标准差、最小值、最大值等。根据这些统计信息可以判断出哪些值是异常值。

2. 将异常值替换为NaN：可以使用replace()函数，将异常值替换为NaN，然后利用dropna()函数删除包含NaN值的行或列。

3. 删除包含NaN值的行或列：可以使用dropna()函数删除包含NaN值的行或列。

下面是一个简单的示例代码：

import pandas as pd

# 创建一个包含异常值的Dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4, 5, 6],
                   'B': [2, 3, 4, 5, 6, 7],
                   'C': [1, 2, 3, 4, 5, 100]}) # 注意C列中有一个异常值100

# 查找异常值
print(df.describe())

# 将异常值替换为NaN
df = df.replace(100, pd.np.nan)

# 删除包含NaN值的行或列
df = df.dropna(axis=0) # 删除包含NaN值的行

print(df)

输出：

              A         B           C
count  6.000000  6.000000    6.000000
mean   3.500000  4.500000   18.333333
std    1.870829  1.870829   38.625787
min    1.000000  2.000000    1.000000
25%    2.250000  3.250000    2.250000
50%    3.500000  4.500000    3.500000
75%    4.750000  5.750000    4.750000
max    6.000000  7.000000  100.000000

     A  B    C
0  1.0  2  1.0
1  2.0  3  2.0
2  3.0  4  3.0
3  4.0  5  4.0
4  5.0  6  5.0