技能 · 数据

异常值处理：先标记再决定删不删

先标记异常值并回查来源，判断是录入错误、极端真实值还是口径问题，再决定保留、修正还是单独分析。

数据进阶数据分析运营

适用边界：适合金额、时长、频次等容易混入极端值的数据集；天然长尾且极端值本身就是研究对象时，不应剔除，需要在报告中说明。

怎么做

先用箱线图或分位数找出异常区间，并记录被标记的行号和具体数值。
逐条回查数据来源，判断是录入错误、单位错误，还是真实的极端行为。
确认是错误的值按原始凭证修正，无法确认的单独打标记，不直接删除。
在分析报告里说明异常值的处理方式，同时附上处理前后的对比结果。

交付前检查

每个被处理的异常值都有原因说明，没有批量静默删除。
报告里同时给出了含异常值和剔除后的结果，结论可比。
没有用平均值直接填补极端值，避免把数据分布拉平失真。

可复制提示词

你是数据分析师。输入：【数据字段与量纲】=____；【疑似异常值清单】=____；【业务背景】=____；【可回查的原始凭证】=____。请给出异常值处理方案：识别方法、逐条核查结论、修正或保留建议、报告中如何披露。要求区分录入错误与真实极端值，不静默删除。不要编造原始凭证，最后说明剔除前后结论可能出现的两种变化。