在处理数据中的异常指标时，首先需要对数据进行仔细的检查和分析，以确定异常指标的具体类型和原因。一旦确定了异常指标，可以考虑以下几种处理方法：
1. 数据清洗：将异常值从数据集中移除或替换为合理的数值，以保证数据的准确性。
2. 数据转换：对异常指标进行数据转换，例如取对数、标准化等方式，使得数据更加符合分析要求。
3. 数据平滑：通过平均值、中位数等方式平滑异常指标，降低异常值对数据分析的影响。
4. 异常检测：利用统计学方法或机器学习算法检测和识别异常指标，进一步分析异常指标的原因和影响。
5. 数据分析：深入分析异常指标背后的原因，探索数据异常的可能性来源，以便采取相应的处理和预防措施。
综上所述，处理数据中的异常指标需要综合运用数据清洗、转换、平滑、检测和分析等方法，以确保数据分析的有效性和准确性。