在python中用中值替换离群值

Question

for col in ('DiabetesPedigreeFunction','Insulin'):
Q1=df[col].quantile(0.25)
Q3=df[col].quantile(0.75)
IQR=Q3-Q1
upper_limit= Q3+1.5*IQR
lower_limit= Q1-1.5*IQR
db_median= float(df[col].median())
In_median= float(df[col].median())
df[col]=np.where(df[col]>upper_limit,db_median,df[col])
df[col]=np.where(df[col]>upper_limit,In_median,df[col])                                     

代码运行良好，然而，使用boxplot检查…异常值仍然存在，同样使用.describe()…异常值仍然存在。

请帮忙

Answer 1

在这里输入图像描述使用代码后张贴

>>> list_cols = ['DiabetesPedigreeFunction','Insulin']
>>> df[list_cols] = np.where(((df[list_cols] - df[list_cols].mean()) /     df[list_cols].std()).abs() >= 3, df[list_cols].median(), df[list_cols])

结果仍然与我之前的代码相似…显示图像

>>> df["DiabetesPedigreeFunction"].describe()
count    768.000000
mean       0.449800
std        0.279715
min        0.078000
25%        0.243750
50%        0.371750
75%        0.602000
max        1.461000
Name: DiabetesPedigreeFunction, dtype: float64