def processHold(eachsubject,directory,newfile):
	filename = 'CMUDataCol/Hold/subject{0}.json'.format(eachsubject) # 原文件
	
	with open(filename, 'r') as f: 
		for jsonstr in f.readlines(): # 按行讀取原文件
		# 這里的情況是每一行為一類數(shù)值，該行內(nèi)的數(shù)據(jù)相互比較找出是否有離群值
		# 若存在離群值，則刪除該行數(shù)據(jù)
			data = json.loads(jsonstr)
			
			#計(jì)算四分位點(diǎn)
			a = numpy.array(data) 
			q1 = numpy.percentile(a, 25)  
			q3 = numpy.percentile(a, 75)  
			iqr = q3 - q1
			
			# 找出異常值
			i = 0 
			for item in zip(data): 
				# 在正常值范圍內(nèi)時(shí) i+1
				if item <= q3 + (1.5*iqr) and item >= q1 - (1.5*iqr):   
					i = i + 1  
					
			if i == 10: 
			# 這里是因?yàn)槲业膉son文件中每行data有10個(gè)元素（如果有更好的方法，請(qǐng)教我一下，謝謝您！）  
				HoldTime = data
				with open(newfile, 'a') as f: # 將非離群數(shù)據(jù)存入新文件
					json.dump(HoldTime, f) 
					f.write('\n') 

# 查看房?jī)r(jià)的離群情況
df['average_price'].hist()
plt.show()
df[['average_price']].boxplot()
plt.show()

# 根據(jù)箱線圖的上下限進(jìn)行異常值的填充
def boxplot_fill(col):
 # 計(jì)算iqr：數(shù)據(jù)四分之三分位值與四分之一分位值的差
 iqr = col.quantile(0.75)-col.quantile(0.25)
 # 根據(jù)iqr計(jì)算異常值判斷閾值
 u_th = col.quantile(0.75) + 1.5*iqr # 上界
 l_th = col.quantile(0.25) - 1.5*iqr # 下界
 # 定義轉(zhuǎn)換函數(shù)：如果數(shù)字大于上界則用上界值填充，小于下界則用下界值填充。
 def box_trans(x):
  if x > u_th:
   return u_th
  elif x < l_th:
   return l_th
  else:
   return x
 return col.map(box_trans)
# 填充效果查看
boxplot_fill(df['average_price']).hist()
# 進(jìn)行賦值
df['average_price'] = boxplot_fill(df['average_price'])
plt.show()