异常值检测助手
地图帮2026-03-10
异常值检测助手
数据里有几行数值特别离谱，是录入错误还是真实的？
你在看一份销售数据，大部分订单金额在 100-500 元之间，但有几行突然蹦出个 99999。是录入错误？还是真的有一笔大单？你需要先找出这些"异常值"，再决定怎么处理。
异常值检测助手帮你自动识别数据中的异常值。选择检测方法和阈值，系统会标记出每一列的异常行，并告诉你异常率是多少。你可以选择导出标记版数据、只导出异常行、或者只导出清洗后的干净数据。
你需要准备什么
- 一份 Excel 或 CSV 文件，至少包含 1 列数值数据
跟着走
第一步：导入数据
打开数据魔方，点击顶部「数据分析」标签页，找到「异常值检测助手」卡片，点进去。
导入你的数据文件。系统会自动识别数值列。
第二步：选择检测方法和参数
在参数面板里：
- 选择数值列 —— 勾选你想检测的列，可以多选
- 检测方法 —— 有三种：
| 方法 | 原理（用人话说） | 默认阈值 |
|---|---|---|
| IQR | 算出数据的"正常范围"（25% 分位到 75% 分位），超出这个范围太多的就是异常。最常用，对大多数数据都好使 | 1.5 |
| Z-score | 算出每个值偏离平均值多少个标准差。偏得太远的就是异常。适合数据大致对称的情况 | 3.0 |
| Modified Z-score | 和 Z-score 类似，但用中位数代替均值，不容易被极端值干扰。数据偏态严重的时候用它 | 3.5 |
不知道选哪个？选 IQR，阈值保持 1.5，大多数情况够用了。
这里解释一下 IQR 的阈值：1.5 是统计学里的经典取值。调大一点（比如 3.0），检测会更宽松，只有特别离谱的才算异常；调小一点（比如 1.0），检测会更严格，更多的值会被标记为异常。不用记住这个公式，知道"越大越宽松"就行。
⚠️ 这里很多人会犯一个错：选了好几列做检测，结果发现异常率特别高（比如 30%）。别急着觉得数据有问题 —— 先看看是不是阈值设得太严了。把阈值从 1.5 调到 2.0 或 3.0 试试，异常率会明显下降。
第三步：查看结果
点击「开始分析」按钮。结果分两部分：
各列异常率摘要：
| 列名 | 异常数 | 总行数 | 异常占比 | 下界 | 上界 |
|---|---|---|---|---|---|
| 销售额 | 23 | 5000 | 0.46% | -150.00 | 850.00 |
| 成本 | 8 | 5000 | 0.16% | 10.00 | 320.00 |
"下界"和"上界"是系统算出的正常范围 —— 低于下界或高于上界的值就被标记为异常。
三种导出选项：
- 标记版 —— 原始数据多了几列标记（
_is_outlier为 1 表示这行有异常，_outlier_销售额为 1 表示这列是异常） - 异常行子集 —— 只包含被标记为异常的那些行
- 清洗后数据 —— 去掉异常行后的干净数据
第四步：导出结果
根据你的需求选择导出哪一种。点击对应的「导出」按钮即可。
做完了，检查一下
如果你看到了各列的异常摘要，异常率合理、下界上界也对得上你对数据的认知——说明异常检测已经完成了。