pandas用正态分布的方法。查找指定列异常值，并打印所在的行但异常值用红色显示

可以使用`scipy.stats`中的`norm`方法来生成正态分布，然后计算每个值与均值的距离，如果距离超过了某个阈值，则可认为该值为异常值。下面是一个示例代码：

import pandas as pd
from scipy.stats import norm

# 生成数据
df = pd.DataFrame({'A': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]})

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

# 生成正态分布
dist = norm(loc=mean, scale=std)

# 计算每个值与均值的距离
distances = abs(df['A'] - mean)

# 计算阈值（这里取3倍标准差）
threshold = 3 * std

# 判断是否为异常值
is_outlier = distances > threshold

# 构建样式
def highlight_outliers(s):
    """
    将异常值用红色显示
    """
    color = 'red' if s else 'black'
    return 'color: %s' % color

# 打印异常值所在的行
print(df[is_outlier].style.applymap(highlight_outliers))

运行结果如下所示（假设阈值为3倍标准差）：

<pandas.io.formats.style.Styler object at 0x7f698b7b8c50>

可以看到输出的是一个`Styler`对象，需要将其转换为字符串才能在控制台显示：

<pandas.io.formats.style.Styler object at 0x7f698b7b8c50>

这里只有一个值为异常值（10），因此只有一行被标记为红色。