9、Pandas数据处理实战：从异常值检测到函数应用

Pandas数据处理实战：从异常值检测到函数应用

1. 异常值检测

在数据分析中，异常值检测是一个重要的环节。通过计算z分数，可以找出数据集中那些偏离正常范围的值。示例代码展示了如何检测z分数不在区间 [0.01, 2.5] 内的异常值。

# 代码省略，具体可参考相关示例

运行代码后，会输出数据集的基本信息、z分数以及上下异常值。以下是一个简单的输出示例：

=> iris_df.shape: (150, 4)
   sepal length (cm)  sepal width (cm)  petal length (cm)  petal width (cm)
0                5.1               3.5                1.4             0.2
...
=> upper outliers:
[3.09077525 2.63038172]
=> lower outliers:
    sepal length (cm)  sepal width (cm)  petal length (cm)  petal width (cm)
73                6.1               2.8                4.7             1.2
...

2. 绘制散点图

使用Pandas和Matplotlib可以方便地从DataFrame中生成散点图