pandas的DataFrame.describe()是否会默认忽略异常值？

核心结论 #

df.describe()默认不会忽略任何异常值，如果你需要基于过滤后的数据生成统计摘要，提前做zscore筛选是必要操作，不会重复。

• df.describe()的计算逻辑

它输出的最小值、四分位数、中位数、最大值、均值、标准差等所有统计指标，都是基于当前DataFrame列的全部非空值计算的，没有内置任何离群值过滤规则，不管数值偏离群体多远都会被纳入计算。

• 对比无差异的原因

你给seaborn箱线图设置的「忽略异常值」，本质是调用showfliers=False参数，这个设置仅控制不绘制超出须线范围的离群点，不会改变箱线本身的计算逻辑：默认箱线的箱体、须线都是基于全量数据的四分位数、1.5倍IQR规则计算的，和df.describe()的分位数计算数据源一致，自然看不出差异。

• 操作建议

如果你希望统计摘要和箱线图都对应过滤异常值后的数据集，需要先完成zscore筛选、移除异常值后，再分别运行df.describe()和绘制箱线图，pandas不会自动完成异常值过滤步骤，无需担心重复操作。

内容的提问来源于stack exchange，提问作者sudden_clarity_clarence