Question

我有一个数据框1488 obs。和400变种我试图记录表中的所有值，然后使用命令rm.outlier使用包异常值，我正在移除异常值。唯一的问题是我收到了这个错误：

Error in data.frame(V1 = c(-0.886056647693163, -0.677780705266081, -1.15490195998574,  : arguments imply differing number of rows: 1487, 1480, 1481, 1475, 1479, 1478, 1483, 1485, 1484, 1477, 1482, 1469

这是我的代码：

datalog <- matrix(0,nrow(data),ncol(data))
datalog[,] <- apply(data,2,log10)
datalog[datalog==-Inf] <- 0
datalog <- as.data.frame(datalog, stringsAsFactors=F)

testNoOutliers <- rm.outlier(datalog, fill = FALSE, 
                         median = FALSE, opposite = FALSE)

我的数据： https://skydrive.live.com/redir?resid=CEC7696F3B5BFBC6!341&authkey=!APiwy6qasD3-yGo

感谢您的帮助

Answer 1

您收到此错误是因为从每列中删除了不同数量的异常值，因此无法将列放在一个数据框中。

如果你想用NA替换异常值，一个解决方案就是

out.rem<-function(x) {
  x[which(x==outlier(x))]=NA
  x
}

apply(datalog,2,out.rem)

要删除包含异常值的整个行，可以在@agstudy解决方案中添加其他行

ll <- apply(datalog,2,function(x) which(x == outlier(x)))
new.datalog <- datalog[-unique(unlist(ll)),]

Answer 2

您收到错误是因为您没有相同数量的离群值变量。

要纠正它，您有两个选择：

选项 fill = TRUE ：放置平均值而不是异常值而不删除

自行删除oulier：

  # get a list of outlier index for each variable
  ll <- apply(datalog,2,function(x) which(x == outlier(x)))

带有rm.outlier函数的data.frame出错

2 个答案: