计算数据框每列中异常值的百分比答案

【问题标题】：Calculate percentage of outliers in each column of a dataframe计算数据框每列中异常值的百分比
【发布时间】：2021-07-13 06:58:54
【问题描述】：

我有一个名为 myvolabserr 的数据框，我想计算每列的值的百分比>10%。
我这样做的方式是

检查该值是否是由 T/F 组成的新数据帧的异常值（T if value>10%）
计算每列T值的百分比

我在做第一步，我试过了

out = myvolabserr
for i in range(0, len(out.axes[1])):
    out.iloc[:,i] = myvolabserr.iloc[:,i].apply(lambda x: 'True' if x > 0.1 else 'False')
print(out)

但我说错了

'>' not supported between instances of 'str' and 'float'

然后我检查我的 df myvolabserr 的类型：

                             ticker
Absolute Error (Volatility)  AAPL      float64
                             AMD        object
                             BIDU      float64
                             GOOGL     float64
                             IXIC      float64
                             MSFT      float64
                             NDXT      float64
                             NVDA      float64
                             NXPI      float64
                             QCOM      float64
                             SWKS      float64
                             TXN       float64
dtype: object

谁能帮忙解决这个错误？
也许还有其他方法可以一次性计算异常值的百分比，而不是我的两步法？

【问题讨论】：

标签： python pandas dataframe types outliers

【解决方案1】：

此处不需要循环，将值转换为数字并按标量进行比较：

out = myvolabserr.astype(float) > 0.1

对于百分比，使用 mean - Trues 的处理方式类似于 1s：

s = out.mean()

【讨论】：

谢谢。有效，请问AMD的类型不同的可能原因是什么？因为我以同样的方式处理数据文件。
@Lazer - 很难的问题，不知道。