我有一个包含许多数字变量的数据框。有没有一种计算（而不是绘图）全球密度区域的方法，这些区域的密度低于其他区域？换句话说，是否有一种方法可以定位超空间区域，这些区域的数据点非常稀少？
答案 0 :(得分：0)
假设您的数据框看起来像这样
df <- data.frame(x = c(rnorm(100,0,3),rnorm(100,12,1),rnorm(100,20,3)),
y = c(rnorm(75,5,2),rnorm(75,-5,3),rnorm(140,10,2),rnorm(10,25,10)))
您可以将每个密度存储在矢量中
dsx <- density(df$x)
dsy <- density(df$y)
现在查看dsx的结果。您将看到我们得到一个包含以下内容的列表：
dsx$x坐标评估密度
dsx$y这些坐标处的估计密度
如果要查找稀疏填充区域的坐标，只需要检索与低密度相对应的坐标。
dsx$x[which(dsx$y) < 0.03] # returns coordinates for which density(x) < 0.03
要合并所有坐标（此处为x和y），我会创建一个包含坐标及其密度的数据框，并根据密度值对其进行过滤。
df_ds <- data.frame(dsx$x, dsy$x, dsx$y, dsy$y)
df_ds[which((df_ds$dsx.y < 0.03) & (df_ds$dsy.y < 0.01)), c("dsx.x","dsy.x")]
默认情况下，每个坐标的512值为density。您可以通过在n中设置density来增加此步骤。务必在每个坐标上设置相同的值。
dsx <- density(df$x, n=2048)