Является ли мой подход к обработке выбросов и отсутствующих значений подходящим для анализа корреляции между симптомами ⇐ Python

[Anonymous]

В настоящее время я имею дело с цифровым набором данных для анализа взаимосвязи между возрастом и симптомами СДВГ, например (экстернализация, поведение_проводители, ...). < /p>
Предпринятые шаги предприняты:
Пропавшие значения:
Median rows с> 6 Колумбными столбцами. Scew

Код: Выделить всё

Q1 = df['SDQ_SDQ_Conduct_Problems'].quantile(0.25)
Q3 = df['SDQ_SDQ_Conduct_Problems'].quantile(0.75)
IQR = Q3 - Q1
lower_bound = Q1 - 1.5 * IQR
upper_bound = Q3 + 1.5 * IQR
df['SDQ_SDQ_Conduct_Problems'] = np.where(
(df['SDQ_SDQ_Conduct_Problems'] < lower_bound) |
(df['SDQ_SDQ_Conduct_Problems'] > upper_bound),
df['SDQ_SDQ_Conduct_Problems'].median(),
df['SDQ_SDQ_Conduct_Problems']
)

_ правильный ли мой подход, и у кого -нибудь есть какие -либо комментарии или предложения о том, как я могу улучшить код?

Подробнее здесь: https://stackoverflow.com/questions/796 ... -correlati