Python 在pandas中应用apply函数以go 除多列中的异常值时出错

实际的数据帧是巨大的，所以我展示了一个很小的数据帧，这样您就可以使用您的输出进行复制.

data = {'X1': [3,5,8,3,5,19,5],
        'X2': [2,7,9,1,14,2,10],
        'X3': [1,8,23,14,4,9,5],
        'X4': [5,3,1,6,9,23,12]}

df = pd.DataFrame.from_dict(data)

我正在try 删除所有功能的离群值.因此，我应用了Apply函数，但它给了我一个错误.所以请帮帮忙.其次，我还想知道是否可以只使用for循环来执行它.

def remove(df):
    for i in df:
        Q1 = df[i].quantile(0.25)
        Q3 = df[i].quantile(0.75)
        IQR = Q3 - Q1
        lower = (Q1 - 1.5*IQR)
        upper = (Q3 + 1.5*IQR)
         
        upper_array = np.where(df[i] >= upper)[0]
        lower_array = np.where(df[i] <= lower)[0]
    
   df.drop(index=upper_array, inplace=True)
   df.drop(index=lower_array, inplace=True)

   return df



df = df.apply(remove,axis=1)
df.head()

第二，

我如何使用简单的for循环来实现这一点？我试了一些代码，但我不能通过.

lower = []
upper = []
for i in df:
    Q1 = df[i].quantile(0.25)
    Q3 = df[i].quantile(0.75)
    IQR = Q3 - Q1
    lower.append(Q1 - 1.5*IQR)
    upper.append(Q3 + 1.5*IQR)
    
for i in df:
        upper_array = np.where(df[i] >= upper)[0]
        lower_array = np.where(df[i] <= lower)[0]

df.drop(index=upper_array, inplace=True)
df.drop(index=lower_array, inplace=True)