Question

我试图通过向量逐步找到使用IQR计算范围的异常值。当我运行此脚本寻找IQR右侧的值时，我得到结果，当我向左运行时，我得到错误：缺少值，其中需要TRUE / FALSE。如何清除数据集中的true和false？这是我的剧本：

data = c(100, 120, 121, 123, 125, 124, 123, 123, 123, 124, 125, 167, 180, 123, 156)
Q3 <- quantile(data, 0.75) ##gets the third quantile from the list of vectors
Q1 <- quantile(data, 0.25) ## gets the first quantile from the list of vectors
outliers_left <-(Q1-1.5*IQR(data)) 
outliers_right <-(Q3+1.5*IQR(data))
IQR <- IQR(data)
paste("the innner quantile range is", IQR)
Q1 # quantil at 0.25
Q3 # quantile at 0.75
# show the range of numbers we have
paste("your range is", outliers_left, "through", outliers_right, "to determine outliers")
# count ho many vectors there are and then we will pass this value into a loop to look for 
# anything above and below the Q1-Q3 values
vectorCount <- sum(!is.na(data))
i <- 1
while( i < vectorCount ){
i <- i + 1
x <- data[i]
# if(x < outliers_left) {print(x)} # uncomment this to run and test for the left
if(x > outliers_right) {print(x)}
}

我得到的错误是

[1] 167
[1] 180
[1] 156
Error in if (x > outliers_right) { : 
missing value where TRUE/FALSE needed

正如你可以看到你运行这个脚本，它是在右边找到我的3个异常值并且还抛出错误，但是当我在IQR的左边再次运行它时，我确实有一个100的异常值向量，我只是得到错误而没有显示其他结果。我该如何修复这个脚本？任何帮助非常感谢。几天来，我一直在搜索网络和我的书籍如何解决这个问题。

Answer 1

如评论中所述，错误是由于您构建while循环的方式。在最后一次迭代中，i == 16虽然只有15个要处理的元素。从i <= vectorCount更改为i < vectorCount可解决问题：

i <- 1
while( i < vectorCount ){
  i <- i + 1
  x <- data[i]
  # if(x < outliers_left) {print(x)} # uncomment this to run and test for the left
  if(x > outliers_right) {print(x)}
}
#-----
[1] 167
[1] 180
[1] 156

然而，这实际上不是R的工作方式，并且您很快就会对代码运行多长时间的数据感到沮丧。 R是“矢量化”意味着您可以同时对data的所有15个元素进行操作。要打印你的异常值，我会这样做：

data[data > outliers_right]
#-----
[1] 167 180 156

或者使用OR运算符立即获取所有这些：

data[data< outliers_left | data > outliers_right]
#-----
[1] 100 167 180 156

对于一个小上下文，上面的逻辑比较为data的每个元素创建一个布尔值，R只返回那些为TRUE的值。您可以输入以下内容自行检查：

data > outliers_right
#----
 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE  TRUE

[位实际上是一个提取运算符，用于检索数据对象的子集。有关优秀背景的信息，请参阅帮助页面?"["。

Answer 2

出现错误消息是因为您允许i <= vectorCount使i等于vectorCount，因此从数据中索引i = i+1将提供NA，并且if语句将失败。

如果您想根据IQR找到异常值，可以使用findInterval

outliers <- data[findInterval(data, c(Q1,Q3)) != 1]

我也会停止使用paste创建字符消息为printed，而是使用message。

在[R]中得到错误 - 缺少值，需要TRUE / FALSE

2 个答案: