pandas Series异常值检测与修复：3倍标准差外值替换为均值

你可以直接按以下步骤操作，核心逻辑是先计算目标列的均值和标准差，再筛选符合异常规则的数值替换为均值即可。

完整可运行代码 #

import pandas as pd

# 你的模拟数据
df = pd.DataFrame({'col1': [1200, 400, 50, 75, 8, 9, 8, 7, 6, 5, 4, 6, 6, 8, 3, 6, 6, 7, 6]})

# 计算目标列的均值和标准差
mean_val = df['col1'].mean()
std_val = df['col1'].std()

# 替换距离均值≥3倍标准差的异常值为均值
df['col1'] = df['col1'].where(
    cond=abs(df['col1'] - mean_val) < 3 * std_val,
    other=mean_val
)

代码说明 #

• where方法的规则是：满足cond条件的数值保留原值，不满足的替换为other指定的值
• 你也可以用索引赋值的写法实现同样效果，逻辑更直观：

# 索引赋值写法
mask = abs(df['col1'] - mean_val) >= 3 * std_val
df.loc[mask, 'col1'] = mean_val

• 你的示例数据中只有1200符合≥3倍标准差的异常规则，会被替换为均值≈95.79，其他数值保持不变。

内容的提问来源于stack exchange，提问作者kms