基于IQR算出异常值占比后，能否用Z-score移除风速与气压异常值？

我已使用IQR方法计算出数据集中各特征的异常值占比，结果如下：

请问是否可以使用Z-score移除**风速（Wind Speed）和气压（Pressure）**的异常值？我的数据集是Kaggle塞格德天气数据集，计算异常值占比的函数代码如下：

def outlier_percent(data):
    Q1 = data.quantile(0.25)
    Q3 = data.quantile(0.75)
    IQR = Q3 - Q1
    minimum = Q1 - (1.5 * IQR)
    maximum = Q3 + (1.5 * IQR)
    num_outliers =  np.sum((data < minimum) | (data > maximum))
    num_total = data.count()
    return (num_outliers/num_total)*100

可以用Z-score处理，但要结合数据分布和业务场景判断是否合适，具体分析如下：

1. Z-score的适用边界 #

Z-score基于数据服从正态分布的假设，通过计算数据点与均值的标准差距离识别异常（通常以|Z|>3为阈值）。从你给出的异常占比来看：

• 风速异常占比接近10%：如果业务中风速确实存在合理极端值（如强风、风暴天气），用Z-score可能误删有效数据；若风速数据不服从正态分布，Z-score的异常识别精度会下降。
• 气压异常占比约2%：若气压数据近似正态分布，Z-score可以有效过滤绝大多数异常值。

2. 建议操作步骤 #

• 先做分布验证：用直方图、Q-Q图或Shapiro-Wilk检验，确认风速和气压是否符合正态分布特征。
• 对比方法效果：分别用IQR和Z-score移除异常后，观察数据分布变化，若后续有建模需求，可对比两种处理方式下的模型表现。
• 结合业务逻辑：气象数据中的极端值往往是真实存在的气象事件，不要盲目删除，需判断这些“异常值”是否属于业务场景下的合理数据。

内容的提问来源于stack exchange，提问作者baddy