时间戳

首页 > 解决方案 > 使用 lapply 修剪数据以去除异常值

r - 使用 lapply 修剪数据以去除异常值

问题描述

我正在尝试使用lapply修剪我的一些数据。我要做的是修剪列2:4（删除异常值或极值），但也要删除列中的行。

每列中有一些异常值的数据。所以我想删除值100和-100inV1但也删除数据中的整行。同时删除值80和-80列V2- 随后也删除该行。

    trimdata <- NULL
    trimdata$ID <-  seq.int(102)
    trimdata$V1 <- c(rnorm(100), 100, -100)
    trimdata$V2 <- c(rnorm(100), 80, -80)
    trimdata$V3 <- c(rnorm(100), 120, -120)
    trimdata <- as.data.frame(trimdata)

    library(DescTools)
    trimdata <- lapply(trimdata, function(x) Trim(x, trim = 0.01))
    trimdata <- as.data.frame(trimdata)

上面的代码将函数应用于所有列（删除 ID 列中的极值）

这段代码：

trimdata[2:4] <- lapply(trimdata[2:4], function(x) Trim(x, trim = 0.01))

返回以下错误

Error in `[<-.data.frame`(`*tmp*`, 2:4, value = list(V1 = c(0.424725933773568,  : 
  replacement element 1 has 98 rows, need 100

所以我试图根据 2:4 列进行修剪，但也将其应用于第 1 列。

标签： rlapplydesctools

解决方案

您无法替换trimdata因为函数中的值Trim会删除元素，并且您会丢失替换所需的长度相等性。

这里有一个例子：

x <- rnorm(10)
length(x)
[1] 10
length(Trim(x, trim=0.1))
[1] 8

在Trim函数之前你有 10 个元素，之后只有 8 个。

在您的示例Trim中删除了 2 个元素，因此您在错误中有以下描述：

替换元素 1 有 98 行，需要 100

从Trim文档：

将返回一个对称修剪的向量 x，其中包含从每一端删除的修剪观察值（分别为给定数量）的一部分。

在您的示例中，每列两行被修剪掉。如您所见，每列的行不同：

trim_out<-lapply(trimdata[2:4], function(x) Trim(x, trim = 0.01))
lapply(trim_out, attributes)
$V1
$V1$trim
[1] 56 57


$V2
$V2$trim
[1] 63 47


$V3
$V3$trim
[1] 90 74

如果你想在输出中清理 data.frame ，你可以从你的 dataframe 中删除所有这些行trimdata，如下所示：

trimdata[-unique(unlist(lapply(trim_out, attributes))),]

推荐阅读