Hantera extremvärden med standardavvikelse
Du har en basetable med variabeln "age". Åldern fylls i manuellt i ett onlineformulär av givaren och är därför känslig för skrivfel och kan innehålla extremvärden. Ersätt alla värden som är lägre än medelåldern minus 3 gånger standardavvikelsen för ålder med detta värde, och ersätt alla värden som är högre än medelåldern plus 3 gånger standardavvikelsen för ålder med detta värde.
Den här övningen är en del av kursen
Prediktiv analys på mellannivå i Python
Övningsinstruktioner
- Skriv ut maxvärdet för "age".
- Beräkna medelvärdet och standardavvikelsen för "age".
- Beräkna den undre och övre gränsen med hjälp av tumregeln för standardavvikelse.
- Lägg till variabeln "age_mod" i bastabellen med extremvärden ersatta, och skriv ut det nya maxvärdet för "age_mod".
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Show the maximum age
print(___["___"].___())
# Calculate mean and standard deviation of age
mean_age = ____["____"].____()
std_age = ____["____"].____()
# Calculate the lower and upper limits
lower_limit = ____ - ____ * ____
upper_limit = ____ + ____ * ____
# Add a variable age_no_outliers to the basetable with outliers replaced
basetable["age_mod"] = (pd.Series([____(____(____, ____), ____)
for a in basetable["age"]]))
print(___["___"].___())