Выборка массива XYZ по регрессионной линии

for file in os.listdir("/"):
    if file.endswith(".txt"):
data = pd.read_csv(file)
 
X = data.iloc[:, 2].values.reshape(-1, 1)
Y = data.iloc[:, 3].values.reshape(-1, 1)
linear_regressor = LinearRegression()
linear_regressor.fit(X, Y)
eps=10 # расстояние до средней линии
data_filter=data[abs(data.iloc[:,3]-Y_pred.reshape(-1))<eps]
data_filter.to_csv('example.txt')

path_in = 'Путь к папке с данными'
path_out = 'Путь к папке с результатами'
 
for file in os.listdir(path_in):
    if file.endswith(".txt") or file.endswith(".csv"): 
        data = pd.read_csv(path_in+file)
 
        X = data.iloc[:, 2].values.reshape(-1, 1)
        Y = data.iloc[:, 3].values.reshape(-1, 1)
        linear_regressor = LinearRegression()
        linear_regressor.fit(X, Y)
        eps=10 # расстояние до средней линии
        data_filter=data[abs(data.iloc[:,3]-Y_pred.reshape(-1))<eps]
        data_filter.to_csv(path_out+file)

import os
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.linear_model import LinearRegression
 
for f in os.scandir('D:/work/compare/out'):
    if f.is_file() and f.path.split('.')[-1].lower() == 'txt':
        with open(f.path, 'r') as csvfile:
            print(csvfile.read())
#место ошибки
data = pd.read_csv(f.path) 
X = data.iloc[:, 2].values.reshape(-1, 1)
Y = data.iloc[:, 3].values.reshape(-1, 1)
linear_regressor = LinearRegression()
linear_regressor.fit(X, Y)
Y_pred = linear_regressor.predict(X)
eps=10 # 
data_filter=data[abs(data.iloc[:,3]-Y_pred.reshape(-1))<eps]
#место ошибки
data_filter.to_csv(f.path)

Y_pred = linear_regressor.predict(X)