先要有一个很简单的被命名为 data 的表：

第三列是一个名曰周杰伦的人历年来每个月的月薪，其中2016年月薪10万，纵观他历年来的月薪基本不超过3万（显然他不是我的偶像胖伦），因此对于这个人来说月薪10万是有些异常的。

有些人可能会说，这不简单？直接：【 data[monthly_pay] [data[monthly_pay] >= 10] = null 】就好了啊，可是你忘记了，周杰伦挣不了10万，可是库克完全没压力啊。你这么一句python运行下去，表里关于库克的月薪数据都要被删掉了。

那么，怎么识别到这个10万的数据，进而修改它呢？

我们采用每年和去年的月薪相比的方式，即：若今年的月薪超过去年的 2 倍，且去年的月薪在 5 万以下的，我们将修改今年的月薪为去年月薪的 2 倍值。

首先需要用 iterrows() 遍历这个表，找出异常值，然后修改就好了，下面是 python 代码：

# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np
from pandas import DataFrame,Series
datafile = u'D:\\pythondata\\learn\\iterrows.xlsx'
data = pd.read_excel(datafile)
data = DataFrame(data)
#首先将每一年对应的去年的月薪生成一列新的数据，匹配到最后一列
data_q1 = data[['name', 'year', 'monthly_pay']].copy()
data_q1['year'] = data['year']+1
data_q1.rename(columns={'monthly_pay':'monthly_pay_q1'}, inplace = True)
data = pd.merge(data, data_q1, how='left', left_on=['name','year'], right_on=['name','year'])
for index,row in data.iterrows():
    if ((row['monthly_pay']) >= (2 * (row['monthly_pay_q1']))) & (row['monthly_pay_q1']<= 5):
        data.at[index, 'monthly_pay'] = (2 * (data.at[index,'monthly_pay_q1'])).astype(int)
data = data[['name', 'year', 'monthly_pay']]

更改后的data表：

iterrows()返回值为元组(index,row) ，for循环定义了两个变量，index, row，那么返回的元组(index,row)，index=index，row=row。如果for循环中只定义一个变量 row ，则 row 就是整个元组。论方便的话还是定义两个变量吧。

很简单的功能对吧，代码也很简单，大神们就用不着了，新手们可以了解一下。

iterrows()的官网地址：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.iterrows.htm

先要有一个很简单的被命名为 data 的表：第三列是一个名曰周杰伦的人历年来每个月的月薪，其中2016年月薪10万，纵观他历年来的月薪基本不超过3万（显然他不是我的偶像胖伦），因此对于这个人来说月薪10万是有些异常的。有些人可能会说，这不简单？直接：【 data[monthly_pay] [data[monthly_pay] >= 10] = null 】就好了啊，可是你忘记了... values = [1, 2, 3, 4, 5] min_index, min_value = min(enumerate(values), key=operator.itemgetter(1)) max_index, max_value = max(enumerate(values), key=operato... 1. 首先，可以使用pandas库读入 dataframe 数据，并针对两列的数据 进行 异常值 分析。 2. 可以通过绘制箱线图或直方图 进行 数据分布的可视化，查看是否存在 异常值 的出现。 3. 再可以根据统计学方法，如四分位数、标准差等计算方法，判断是否存在 异常值 ，并标记它们的位置。 4. 最后，通过排除或替换 异常值 的方法，得到清洁的数据集，便于后续分析和建模。 异常值 处理 : 1. 首先，可以针对 异常值 进行 一些分析，找出其出现的原因，例如录入错误等。 2. 然后，可以根据非异常数据的均值、方差、最大值、最小值等统计量，对 异常值 进行 替换。 3. 替换的方法可以采用一些常用的方法，如 中 位数、平均数等 进行 替换。 4. 如果 异常值 较多或者替换后的数据不够准确，可能需要 进行 模型的重新训练或参数的调整。 以上是大概的思路，具体实现需根据数据情况、分析目的和实际需求 进行 调整。