计算数据帧每一列中异常值的百分比

Question

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

1. 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%）
2. 计算每列中 T 值的百分比

我正在做第一步，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？
也许有没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？

Answer 1

这里不需要循环，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 - True 像 1 一样处理：

s = out.mean()