Question

所以，我正在对给定的数据集进行异常值检测。顺便说一句，这是在R中完成的。

使用函数boxplot.stats（x）$ out我获取我正在检测异常值的变量的信息。对？我得到了被认为是异常值的观察值。

我想要做的是在数据集中创建一个新列，该列可以是二进制的，并且对于异常值的观察结果为1，对于不是异常值的观察结果为0。

示例：

Var1   Var2
asd    111
dsa    15
ssa    10
aas    9
dad    10
dda    95

让我们说观察1和6被检测为异常值：

Var1   Var2
asd    111
dda    95

当我使用时：

outlier <- boxplot.stats(Var2)$out

我只收到异常值的值 - 我在控制台中得到111和95。所以..在我检测到这些异常值之后，我想做以下事情：

Var1   Var2   Outlier
asd    111    1
dsa    15     0
ssa    10     0
aas    9      0
dad    10     0
dda    95     1

这可能很容易，但我不知道如何做。有什么想法吗？

Answer 1

说你的data.frame名称是＆＃34;数据＆＃34;并且你有＆＃34;异常值＆＃34;

中的异常值

然后这样做：

data$outlier = 0

data[which(data$Var2 %in% outlier),"outlier"] <- 1

Answer 2

您可以尝试以下方法：

require(data.table)

data <- fread('Var1   Var2
asd    111
dsa    15
ssa    10
aas    9
dad    10
dda    95 ')

outliers <- fread('Var1   Var2
asd    111
dda    95 ')

data[, Outlier:= ifelse(paste(Var1, Var2) %in% paste(outliers$Var1, outliers$Var2), 1, 0)]

Answer 3

您可以使用min()中的boxplot.stats(Var2)$out个值通过ifelse()计算新变量。

假设data是您的数据框：

data$outliers <- ifelse(data$Var2 < min(boxplot.stats(data$Var2)$out), 0, 1)

这样您就不必首先将异常值保存在另一个冗余对象中。

Answer 4

如果您的矢量中有异常值，例如

outlier <- c(111,90)

您可以在函数内使用ifelse函数

来对二进制变量进行子集化

within(df,outlier <- ifelse(df$var1%in%outlier,1,0))

var1 var2 outlier
1  111  asd       1
2   10  csd       0
3   11  pud       0
4   12  dud       0
5   90  kud       1

为异常值标记创建新变量

4 个答案: