Question

嗨，有人可以告诉我以下代码的含义吗？

df.mask(df.sub(df.mean()).div(df.std()).abs().gt(2))

我想做的是用NaN值替换异常值。这是我找到的，但我不清楚它的作用

Answer 1

有很多链接的方法调用。

基本上，它计算df的每一列的平均值，然后从相应列的元素中减去该平均值。然后，它计算标准偏差，并再次将其除以列。最后，它将所有大于2的值都屏蔽（转换为nan）。

此过程称为“标准化”-根据标准偏差将值转换为距均值距离的倍数。大概是在这里，我们考虑所有大于两个标准差的离群值，并将其从数据集中删除。

但是，也许将操作符和方法调用混合在一起的类似代码可能更具可读性……？

df.mask(((df - df.mean()) / df.std()).abs() > 2)