Question

我正在尝试从数据中删除异常值。在我的情况下，离群值是在箱形图上绘制时与其余数据相距的值。除去异常值后，我将数据保存在新文件中，并运行一些预测模型以查看结果。它们与原始数据有何不同。

我使用了一个tutorial并将其用于从数据中删除异常值。本教程使用箱线图法找出异常值。

在具有异常值的列上运行时，它可以正常工作。但是，当我为没有异常值的列运行它时，会引发错误。如何清除此错误？

这是代码：

outlier_rem <- Data_combined #data-frame with 25 var, few have outliers

#removing outliers from the column

outliers <- boxplot(outlier_rem$var1, plot=FALSE)$out
#print(outliers)
ol <- outlier_rem[-which(outlier_rem$var1 %in% outliers),]

dim(ol)
# [1]  0 25
boxplot(ol)

产生错误：

no non-missing arguments to min; returning Infno non-missing arguments to max; 
returning -InfError in plot.window(xlim = xlim, ylim = ylim, log = log, yaxs = pars$yaxs) : 
  need finite 'ylim' values

Answer 1

以下作品

# Sample data based on mtcars and one additional row
df <- rbind(mtcars[, 1:3], c(100, 6, 300))

# Identify outliers        
outliers <- boxplot(df$mpg, plot = FALSE)$out
#[1]  33.9 100.0

# Remove outliers
df[!(df$mpg %in% outliers), ]

您的方法失败的原因是，如果没有outliers，which(mtcars$mpg %in% numeric(0))返回integer(0)，而您最终得到零行的data.frame，您从dim中看到的内容。

outliers <- boxplot(mtcars$mpg, plot = FALSE)$out
outliers
#numeric(0)

比较

which(mtcars$mpg %in% outliers)
#integer(0)

使用

df$mpg %in% outliers
# [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
#[13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
#[25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE

SO上有一个nice post，详细说明了这一点。

从R中的数据框中删除异常值？

1 个答案: