如果数据类型是“timestamp”,我们可以过滤掉z-score>3的记录吗?

我试图淘汰任何/所有z分数为+-3的记录。我正在测试下面的代码。

from scipy import stats
import numpy as np
z = np.abs(stats.zscore(df))
print(z)

# detect and remove outliers
df_filtered = df
[(z < 3).all(axis=1)]

任务应该很简单,但显然,如果数据帧中有带有时间戳的字段,事情就会被抛出。这行代码抛出错误。

z = np.abs(stats.zscore(df))

错误:

TypeError: unsupported operand type(s) for +: 'Timestamp' and 'Timestamp'

数据如下: datetime64[ns]

这里是这个特定数据的一个小样本。

0    2021-01-16 06:10:11
1    2021-01-16 06:10:11
2    2021-01-16 06:10:11
3    2021-01-16 06:10:11
4    2021-01-16 06:10:11
5    2021-01-16 06:10:11

我只是在寻找一个基本的解决方案来同时测试数据帧中的所有字段。如果这不可能,我可以更改代码,只查看4个字段,具体来说,这些字段具有时间戳作为数据类型。对如何进行有什么想法吗?