如何在 r 中改变一个组的一个子集

Question

我在 R 中改变我的 df 时遇到问题。我的 df 看起来像这样

df< 
      I    class part      datetime             value    indicator
     <int> <chr> <chr>   <S3: POSIXct>          <dbl>     <dbl>
1       1   A    part1  2016-12-15 10:43:08     0.12       0
2       1   A    part2  2015-11-16 13:52:07     0.15       0
3       1   A    part3  2015-11-16 15:37:27     1.20       0
4       2   A    part1  2015-11-16 15:43:03     0.78       1
5       2   A    part2  2015-11-16 16:01:03     0.14       1
6       2   A    part3  2015-11-05 07:10:02     1.40       1
...    ...  ...   ...       ...                 ...       ...

我正在尝试删除组指标（0 或 1）中第 1 部分的极端异常值

我试过了

    remove_outliers <- function(x, na.rm = TRUE, ...) {
      qnt <- quantile(x, probs=c(.25, .75), na.rm = na.rm, ...)
      H <- 3.0 * IQR(x, na.rm = na.rm)
      y <- x
      y[x < (qnt[1] - H)] <- NA
      y[x > (qnt[2] + H)] <- NA
      y
    }

dfNew <- df %>%
  group_by(indicator, part) %>% 
  mutate(value = remove_outliers(value[part="part1"])) %>%
  ungroup()

这将删除所有值。我如何才能仅删除第 1 部分的组指标中的极端异常值？

Answer 1

您的代码中有 2 个错误 value[part="part1"] 应该有一个“==”而不是“=”并且放错了位置因为 value[part=="part1"] 比价值。您需要在治疗开始时进行子集化

dfNew  <- subset(df,part=="part1") %>%
  group_by(indicator, part) %>% 
  mutate(value = remove_outliers(value)) %>%
  ungroup()

得到整个数据集而不只是子集

mutate_cond <- function(.data, condition, ..., envir = parent.frame()) {
  condition <- eval(substitute(condition), .data, envir)
  .data[condition, ] <- .data[condition, ] %>% mutate(...)
  .data
}

dfNew =df %>%
  group_by(indicator, part) %>% 
  mutate_cond(part=="part1",value = remove_outliers(value)) %>%
  ungroup()

修改后对我有用

如何在 r 中改变一个组的一个子集

How to mutate a subset of a group in r

group-by

r

outliers

dplyr