使用索引替换 df 中的值

Question

我正在尝试检测数据框中的异常值并用 NA 替换异常值。我稍微修改了此处提供的功能：How to repeat the Grubbs test and flag the outliers。在尝试向量函数时效果很好，但我的问题是当我在数据帧上使用它时。该函数检测异常值，但我不知道如何将结果作为数据框获取。

结果我想要的是用 NAs 替换我的原始数据框。其中 NA 将是检测到的异常值。

这是我迄今为止尝试过的方法：

library(outliers)
data("rock")

# Function to detect outliers with Grubbs test in a vector
grubbs.flag <- function(vector) {
outliers <- NULL
test <- vector
grubbs.result <- grubbs.test(test)
pv <- grubbs.result$p.value
# throw an error if there are too few values for the Grubb's test
 if (length(test) < 3 ) stop("Grubb's test requires > 2 input values")
 while(pv < 0.05) {
outliers <- c(outliers,as.numeric(strsplit(grubbs.result$alternative," ")[[1]][3]))
test <- vector[!vector %in% outliers]
# stop if all but two values are flagged as outliers
if (length(test) < 3 ) {
  warning("All but two values flagged as outliers")
  break
}
grubbs.result <- grubbs.test(test)
pv <- grubbs.result$p.value
idx.outlier <- which(vector %in% outliers)
na.vect <- replace(vector, idx.outlier, NA)

}
return(na.vect)
}

# Function to detect outliers with Grubbs test in a dataframe
Grubbs.df <- function(data){
grubbs.data <- (as.vector(unlist(apply(data, grubbs.flag))))
return(grubbs.data)
}

知道如何进行这项工作吗？

Answer 1

你应该在 while 循环之前添加：

na.vect <- test

因为如果它事先中断，您的 na.vect 将不存在，因此会抛出错误。然后运行像这样在你的数据框上：

apply(rock,2,grubbs.flag)

第二个参数 2 告知将其应用于数据框的列。对行使用 1。

使用索引替换 df 中的值

Replacing values in df using index

r

outliers