我有一個(gè) Pandas 數(shù)據(jù)框，我正在嘗試逐組刪除異常值。如果組中的每一行超出列的范圍，則將其視為異常值[group_mean - (group_std_dev * 3), group_mean + (group_std_dev * 3)]其中 group_mean 是組中列的平均值，group_std_dev 是組中列的標(biāo)準(zhǔn)差。我嘗試了以下熊貓鏈df.groupby(by='group').apply(lambda x: x[(x['col'].mean() - (x['col'].std() * 3)) < x['col'] < (x['col'].mean() - (x['col'].std() * 3)])但它似乎沒(méi)有工作，因?yàn)?Pandas 會(huì)在 apply 內(nèi)部進(jìn)行比較時(shí)引發(fā)以下錯(cuò)誤The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().該錯(cuò)誤對(duì)我來(lái)說(shuō)似乎沒(méi)有多大意義，因?yàn)楸容^應(yīng)該轉(zhuǎn)換為一系列布爾值，然后將其應(yīng)用于組 x?但是，僅通過(guò)上限或下限進(jìn)行過(guò)濾確實(shí)有效，例如df.groupby(by='group').apply(lambda x: x[(x['col'].mean() - (x['col'].std() * 3)) < x['col'])但我不確定如何將這些鏈接在一起。有沒(méi)有人對(duì)如何簡(jiǎn)單而干凈地實(shí)現(xiàn)這一點(diǎn)有任何想法？這對(duì)我來(lái)說(shuō)似乎并不難，但這里的其他帖子并沒(méi)有產(chǎn)生令人滿(mǎn)意或有效的答案。