winsor代码示例

Winsor化（也称为winsor trimming或四分位数修剪）是一种数据预处理技术，用于减少数据集中极端值的影响。它通过将数据集中的最小值替换为较小百分比的更低值，或将最大值替换为较大百分比的更高值，保持中间大部分数据不变。以下是Python中使用pandas库进行Winsor化的简单代码示例：

import pandas as pd

# 假设df是一个DataFrame，column_name是你想要 Winsor 化的列名
def winsorize_column(df, column_name, q1=0.05, q3=0.95):
    # 计算第一四分位数(Q1)和第三四分位数(Q3)
    Q1 = df[column_name].quantile(q1)
    Q3 = df[column_name].quantile(q3)

    # 计算下限（Q1 - 1.5 * IQR）和上限（Q3 + 1.5 * IQR）
    lower_bound = Q1 - 1.5 * (Q3 - Q1)
    upper_bound = Q3 + 1.5 * (Q3 - Q1)

    # 创建一个新的 Series 保存 Winsor 化后的值
    winsorized_values = df[column_name].apply(lambda x: x if x > upper_bound else x if x < lower_bound else (x + lower_bound) / 2)

    # 将结果赋回原 DataFrame 的相应列
    df[column_name] = winsorized_values

# 使用函数
df = pd.DataFrame(...your data here...)  # 你的数据
winsorize_column(df, 'example_column')

在这个例子中，`q1` 和 `q3` 分别代表四分位数范围的低端和高端，通常是1%和99%，你可以根据需要调整。