Question

我有一个包含10行（值）的数据集。数据例如：

value <- c(40.557669, 44.436873, 18.541628, 16.524613, 19.34,
       10.07, 17.33, 20.155240, 15.31, 101.23,
       )

data <- data.frame(value)

使用分位数我可以选择百分比25％，50％，75％之间的值。

例如：

data$value <- data$value[data$value>=quantile(data$value)[4]]
newvalue <- data$value[data$value>=quantile(data$value)[4]]
data$value <- sample(newvalue, dim(data)[1], replace=T)

我想用随机极值替换当前值，低于12.5％且高于87.5％。

如何做到最好？

谢谢！

Answer 1

我遇到了您提供的数据集的问题，所以让我们重复一遍。从data.frame开始，其中包含一列value，包含50个随机整数：

set.seed(4)
df <- data.frame(value = sample(1:100, 50))

获得12.5％和87.5％的ntiles：

ntiles <- quantile(df$value, probs = c(0.125, 0.875))
# ntiles
#  12.5%  87.5% 
# 19.625 85.500

现在将data.frame分为下极端和上极端：

lowers <- subset(df, value < ntiles[1])
uppers <- subset(df, value > ntiles[2])

最后，来自lowers$value和uppers$value的组合小组的示例：

sample(c(lowers$value, uppers$value), NROW(df), replace = T)

我使用NROW(df)（将为50）从原始数据集中获取相同数量的记录。

R用随机极值替换当前列（值），低于12.5％且高于87.5％

1 个答案: