删除异常值（多个数值为0，多个数值远低于平均值）

删除异常值的方式需要根据实际情况进行选择和处理。以下是两种可能的方式：

1. 删除多个数值为0的数据点：可以使用以下代码删除DataFrame中多个数值为0的数据点。

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 0, 3, 0, 5],
                   'B': [10, 20, 35, 0, 50]})

# 删除多个数值为0的数据点
df = df.loc[(df != 0).all(axis=1)]

以上代码中，使用`loc`方法和`all`方法删除了多个数值为0的数据点。`all(axis=1)`表示对每行数据都进行一次判断，如果这一行的所有数值都不等于0，则返回True，否则返回False。

2. 删除多个数值远低于平均值的数据点：可以使用以下代码删除DataFrame中多个数值远低于平均值的数据点。

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [10, 20, 35, 40, 50]})

# 计算A列的均值和标准差
mean = df['A'].mean()
std = df['A'].std()

# 删除A列中多个数值远低于平均值的数据点
df = df[df['A'] > mean - 2 * std]

以上代码中，首先计算A列的均值和标准差。然后，使用布尔索引删除A列中多个数值远低于平均值的数据点。在这里，我们选择删除低于均值-2倍标准差的数据点。

需要注意的是，在删除异常值时，需要根据实际情况选择合适的方法和阈值，以免删除了有价值的数据，影响后续的分析结果。