极端值处理

处理异常值的方法有很多种。一种常见的方法是使用IQR（四分位数范围）方法来识别和处理异常值。IQR是第三四分位数（Q3）和第一四分位数（Q1）之间的差，它可以用来衡量数据的离散程度。在这种方法中，我们通常认为那些小于(Q1-1.5*IQR)或大于(Q3+1.5*IQR)的值是异常值。识别出异常值后，我们可以根据需要删除它们，或者用其他值替换它们

IQR（四分位数范围）方法来识别和删除异常值：

# 假设我们有一个可能包含异常值的数据集，最后一个值1000明显偏离正常值的范围
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5, 1000]
    })

# 使用IQR方法来识别异常值
Q1 = df['A'].quantile(0.25)  # 第一四分位数
Q3 = df['A'].quantile(0.75)  # 第三四分位数
IQR = Q3 - Q1

# 正常值范围在(Q1 - 1.5 * IQR)和(Q3 + 1.5 * IQR)之间，不在这个范围内的就是异常值，对异常值作删除处理
df = df[~((df['A'] < (Q1 - 1.5 * IQR)) |(df['A'] > (Q3 + 1.5 * IQR)))]