做梦当财神

摘要： 判断重复数据的判断方法：df.duplicated()，该方法中两个主要的参数是subset和keep： subset：要判断重复值的列，可以指定特定列或多个列。默认使用全部列。 keep：当重复时不标记为True的规则，可设置为第一个、最后一个和全部标记为True(False)。默认为第一个，即第 阅读全文

摘要： 异常值也称离群点，异常值分析也称离群点分析。 1. 简单统计量分析 最常用的是最大值和最小值，超出合理范围为异常。如客户年龄为199岁，该值为异常。 2. 3σ原则 (1)、如果数据服从正态分布，在3σ原则下，异常值被定义为与平均值偏差超过3倍标准差的值。 在正态分布情况下，距离平均值3α之外的值出 阅读全文