例如，数据框看起来像：

DF=pd.DataFrame([[1,1],[2,120],[3,25],[4,np.NaN],[5,45]],columns=["ID","Age"])

在 Age 列中，小于 5 且大于 100 的值必须转换为 NaN。

任何帮助表示赞赏！

我想检查数据框中的每一列是否仅包含数字。我如何找到它。

我想检测包含趋势和季节性成分的“时间序列数据”中的异常值。我想忽略季节性的峰值，只考虑其他峰值并将它们标记为异常值。由于我是时间序列分析的新手，请帮助我解决这个时间序列问题。

使用的编码平台是 Python。

尝试 1：使用 ARIMA 模型

我已经训练了我的模型并预测了测试数据。然后能够计算预测结果与我的测试数据的实际值之间的差异，然后能够根据观察到的方差找出异常值。

Auto Arima的实现

!pip install pyramid-arima
from pyramid.arima import auto_arima
stepwise_model = auto_arima(train_log, start_p=1, start_q=1,max_p=3, max_q=3,m=7,start_P=0, seasonal=True,d=1, D=1, trace=True,error_action='ignore', suppress_warnings=True,stepwise=True)

import math
import statsmodels.api as sm
import statsmodels.tsa.api as smt
from sklearn.metrics import mean_squared_error

将数据拆分为训练集和测试集

train, test = actual_vals[0:-70], actual_vals[-70:]

日志转换

train_log, test_log = np.log10(train), np.log10(test)

转换为列表

history = [x for x in train_log]
predictions = list()
predict_log=list()

拟合逐步 ARIMA 模型

for t in range(len(test_log)):
stepwise_model.fit(history)
    output = stepwise_model.predict(n_periods=1)
    predict_log.append(output[0])
    yhat = 10**output[0] …

我想在没有互联网连接的 PC（Windows 10）中安装 tensorflow，但我已经从以下链接下载了 tensorflow 包 - tensorflow-1.14.0-cp37-cp37m-win_amd64.whl

https://pypi.org/project/tensorflow/#files

我尝试在管理员模式下的 conda 提示符下在我的 Windows 10 机器中安装 .whl 文件，我收到以下错误消息，

(base) C:\Windows\system32>pip install "C:\Python_Packages\tensorflow-1.14.0-cp3 7-cp37m-win_amd64.whl"

处理 c:\python_packages\tensorflow-1.14.0-cp37-cp37m-win_amd64.whl

收集 tensorboard<1.15.0,>=1.14.0（来自 tensorflow==1.14.0）

重试（重试（总计 = 4，连接 = 无，读取 = 无，重定向 = 无，状态 = 无））连接被 'NewConnectionError（'：无法建立新连接：[Errno 11001] getaddrinfo failed'）' ：/简单/张量板/

找不到满足要求的版本 tensorboard<1.15.0,>=1 .14.0（来自 tensorflow==1.14.0）（来自版本：）没有为 tensorboard<1.15.0,>=1.14.0 找到匹配的分布（来自张量流==1.14.0）

如何进行此离线 tensorflow 安装？