时间戳

首页 > 解决方案 > 扫描一列以查找超过某个值的值，并将整个列移动到 R 中的新数据框中

r - 扫描一列以查找超过某个值的值，并将整个列移动到 R 中的新数据框中

问题描述

x<-matrix(c(0.00009852, -0.00393314, -0.00049056, -0.00117636, 
-0.00283716,  0.00136866, -0.00536613, -0.00068090, 0.01528542, 
0.01221890, -0.00309366, 0.00379356,-0.00159904, -0.00259300, 
-0.00635427,  0.00446363,0.00119367,  0.00079657,  0.00419246,  
0.00090068,0.00160321,0.00623682, -0.00010090, -0.00070604),ncol=4)

x<-data.frame(x)
names(x)<-c("active","inactive","injured","rehab")


   active        inactive     injured      rehab
1 0.00009852   -0.00536613  -0.00159904  0.00419246
2 -0.00393314  -0.00068090  -0.00259300  0.00090068
3 -0.00049056  0.01528542   -0.00635427  0.00160321
4 -0.00117636  0.01221890    0.00446363  0.00623682
5 -0.00283716  -0.00309366   0.00119367 -0.00010090
6 0.00136866   0.00379356     0.00079657 -0.00070604

所以我有这个数据集叫做（x）。我想要

1) 找出每一列的异常值

2）如果有任何值高于/低于异常值，则扫描列

3) 将具有异常值的列移动到一个名为 y 的新数据框中。

任务1，我使用以下内容：

quantile1<-function(k){
quantile(k, 0.25)+IQR(k)
}

quantile3<-function(k){
quantile(k,0.75)+IQR(k)
}

lower_outlier<-apply(x, 2, quantile1)
upper_outlier<-apply(x, 2, quantile3)

View(t(lower_outlier))
   active       inactive    injured     rehab
-0.000048750  0.010112565 0.001094395  0.003545148

View(t(upper_outlier))
   active       inactive    injured     rehab
0.00232446    0.0227156    0.0045333   0.0069408

所以现在我对每一列都有上限和下限异常值。如何进行任务 2 和 3？我相信其中一种方法是

x <- x[x <= value]

但我不确定。任何建议都非常感谢

标签： rdata-cleaningoutliers

解决方案

我们可以在使比较对象的长度相同（通过复制）后，使用关系运算符创建一个逻辑矩阵，然后得到矩阵colSums的!

i1 <- !colSums(x > upper_outlier[col(x)] | x < lower_outlier[col(x)])

根据索引对数据集列进行子集化

y <- x[, i1, drop = FALSE]

推荐阅读