Question

我有一个类似于iris的数据集，并且需要编写一个以以下方式处理离群值的函数：对于每个物种setosa，versicolor和{{1} }，在每个变量virginica，iris$Sepal.Length，iris$Sepal.Width和iris$Petal.Length中，将超出1.5 * IQR的值替换为IQR +/- 1.5 * IQR的值（取决于它是高于还是低于IQR）。我一直在使用以下代码来实现此目的，但是它非常重复，耗时且容易出错。同样，以这种方式执行此操作会更改原始对象中的值。最好将参数合并到一个函数中，该函数不仅可以实现此目的，还可以告诉我更改了哪些值，并将所有输出保存到新的数据框中，而不用更改原始数据集中的值。

Petal.Width

Answer 1

创建一个函数，然后按“种类”分组后将其应用于列，然后将其分配给新对象会更容易。借助dplyr，除非我们使用magrittr（%<>%而非%>%）中的特殊运算符，否则原始数据集不会即时更改

f1 <- function(x) {
       qnt <- quantile(x, probs = c(.25, .75), na.rm = TRUE)
       H <- 1.5*IQR(x, na.rm = TRUE)
       x[x< (qnt[1] - H)] <- qnt[1]-H
       x[x> (qnt[2] + H)] <- qnt[2]+H
       x
       }

library(dplyr)
iris1 <- iris %>% 
             group_by(Species) %>%
             mutate_at(vars(-group_cols()), f1)

此外，如果我们仅需要应用数字列（如果数据集具有其他类型不同的列）

iris1 <- iris %>%
            group_by(Species) %>%
            mutate_if(is.numeric, f1)

如何用IQR中的值替换多个变量和个体的异常值

1 个答案: