对于有价格和节省价格之类的数据进行处理
#异常值的处理
#博主给的数据是有关金额的所以异常值是比较大或者比较小的金额
#找出节省的异常值
# df.describe().T 找出最大值和最小值
##通常来说对于建模会删掉异常值，但是对于业务来说异常值会有商业价值
#三倍标准差来衡量mean表示均值 std表示标准差
#sta的结果是有正有负的数据
#sta=(df['价格']-df['价格'].mean()/df['价格']).std()
#价格减去平均值 再除以标准差
# 如果结果大于三表示大于了三倍标准差
#df[sta.abs()>3] abs 表示取绝对值
#sta[:10]表示只看前十个标准差
# df[df.节省>df.价格] 将节省大于价格的数据提取出来
#deindex= pd.concat([df[df.节省>df.价格],df[sta.abs()>3]]).index
#采用pd.concat函数将价格和节省的异常值组合起来注意concat中的两个数据必须要用中括号括起来 后面的index表示这concat提取出来的数据的索引
#然后采用df.drop(delindex, inplace=True) 强制在原数据上更改
标签：sta,df,标准差,清洗,价格,数据,concat,节省 From： https://www.cnblogs.com/222wan/p/18064081