new_table_anomaly=new_table.describe().astype(np.int64).T new_table.replace([1720000, 90], new_table['loan_amnt'].mean()) #数值替换这段要改成什么

这行代码看起来是在对一个新的表(new_table)进行描述统计(new_table.describe())，然后将结果转换为整数类型(`astype(np.int64)`)，并转置数据(T)。接下来的部分意图是将新表中值为1720000和90的单元格替换为该列(这里是'loan_amnt')的平均值。如果想要保持这个功能，并且因为1720000和90可能是异常值，可能是想用平均值填充这些异常值，可以稍微修改一下：

# 先计算异常值对应的列的平均值
average_loan_amt = new_table['loan_amnt'].mean()

# 使用条件替换的方式，检查并替换异常值
new_table[new_table['loan_amnt'] == 1720000] = average_loan_amt
new_table[new_table['loan_amnt'] == 90] = average_loan_amt

这里我们直接在DataFrame上操作，避免了中间变量。如果`new_table`中的1720000和90不是孤立的异常值，而是需要基于一定条件判断，那么可能需要提供更具体的条件判断语句。