import pandas as pd#生成异常数据df=pd.DataFrame({'col1':[1,120,3,5,2,12,13],                'col2':[12,17,31,53,22,32,43]})print(df)   col1  col20     1    121   120    172     3    313     5    534     2    225    12    326    13    43df_zscore=df.copy() #复制一个用来存储Z-score得分的数据框cols=df.columnsfor col in cols:    df_col=df[col]    z_score=(df_col - df_col.mean()) / df_col.std() #计算每列的Z-score得分    df_zscore[col] = z_score.abs() > 2.2 #判断Z-score得分是否大于2.2,如果是则为True,否则为False#打印，为True即异常值print(df_zscore)    col1   col20  False  False1   True  False2  False  False3  False  False4  False  False5  False  False6  False  False#获取无异常值的数据df_drop_outlier=df[df_zscore['col1']==False]#打印print(df_drop_outlier)   col1  col20     1    122     3    313     5    534     2    225    12    326    13    43