导入数据对数据进行缺失值和异常值处理，均是分类数据python代码

缺失值处理：

1. 删除缺失值：

df.dropna(inplace=True)

2. 用均值、中位数或众数填充缺失值：

# 用均值填充
df.fillna(df.mean(), inplace=True)

# 用中位数填充
df.fillna(df.median(), inplace=True)

# 用众数填充
df.fillna(df.mode().iloc[0], inplace=True)

异常值处理：

1. 通过箱线图识别异常值：

import seaborn as sns

sns.boxplot(data=df)

2. 通过z-score识别异常值：

from scipy import stats

z_scores = stats.zscore(df)
abs_z_scores = np.abs(z_scores)
filtered_entries = (abs_z_scores < 3).all(axis=1)
new_df = df[filtered_entries]