Python遍历DataFrame列调用IQR去离群值函数报str类型运算错误

报错TypeError: unsupported operand type(s) for -: 'str' and 'str'的核心诱因是遍历列时未做类型过滤：
delete_outlier_IQR函数默认遍历DataFrame的全部列，包括存储字符串、分类标签的非数值类型列。对非数值列调用quantile()计算分位数时，返回结果为字符串类型，执行IQR = Q3 - Q1数值减法运算时，字符串类型不支持该操作，直接触发类型错误。

除此之外原代码还有两处逻辑问题：

• 仅计算了离群值的索引、打印了占比提示，没有实际执行离群值删除操作，运行后DataFrame不会发生任何修改
• 函数直接依赖全局变量df，复用性差，容易因为全局变量意外改动触发其他异常

1. 遍历列时仅筛选数值类型列，跳过所有非数值列，从根源上避免对字符串执行数值运算的问题，可直接通过df.select_dtypes(include='number').columns获取所有数值列名
2. 补全离群值过滤逻辑，将DataFrame作为参数传入函数，消除全局变量依赖
3. 修复后可直接运行的代码如下：

def remove_outlier_IQR(input_df, feature):
    Q1 = input_df[feature].quantile(0.25)
    Q3 = input_df[feature].quantile(0.75)
    IQR = Q3 - Q1
    upbound = Q3 + 6 * IQR
    downbound = Q1 - 6 * IQR
    # 构造非离群值的筛选条件
    keep_cond = ~((input_df[feature] < downbound) | (input_df[feature] > upbound))
    outlier_count = len(input_df) - keep_cond.sum()
    outlier_percent = outlier_count / len(input_df)
    
    if outlier_percent > 0.1:
        print(f'列[{feature}] 离群值占比 {outlier_percent:.2%}，超过10%')
    else:
        print(f'列[{feature}] 离群值占比 {outlier_percent:.2%}，低于10%')
    # 返回过滤当前列离群值后的DataFrame
    return input_df[keep_cond]

def delete_outlier_IQR(input_df):
    process_df = input_df.copy()
    # 仅对数值类型列做离群值处理
    for col in process_df.select_dtypes(include='number').columns:
        process_df = remove_outlier_IQR(process_df, col)
    return process_df

# 调用方式：将处理后结果赋值回原df即可
# df = delete_outlier_IQR(df)

补充说明：上述逐列处理的逻辑是每处理一列就删除对应离群行，后续列的IQR计算基于过滤后的数据集执行。如果需要基于原始全量数据计算所有列的离群值后统一删除，可以先收集所有离群行的索引去重，再一次性完成行删除。

内容的提问来源于stack exchange，提问作者Derrick Nguyen