使用 R 在循环中绑定向量

Question

我需要在数据框中添加 remove_outliers 函数返回的向量[属性]。现在，我得到了一个大矩阵。我试过追加方法（如下）

# function to calculate IQR and upper and lower limit of given attribute
remove_outliers <- function(attribute, na.rm = TRUE, ...) {
  IQR_val <- quantile(attribute, probs=c(.25, .75), na.rm = na.rm, ...)
  LF <- 1.5 * IQR(attribute, na.rm = na.rm)
  attribute_W_NA <- attribute
  attribute_W_NA[attribute < (IQR_val[1] - LF)] <- NA
  attribute_W_NA[attribute > (IQR_val[2] + LF)] <- NA
  attribute_W_NA
}

cleaned_data <- NULL

for(i in 1:ncol(data_rm_val)){
  # cleaned data with NA entries replacing outliers

    cleaned_data <- cbind(cleaned_data, remove_outliers(data_rm_val[,i]))

}

它导致大矩阵

这是输入数据框：

当前输出是：（在循环中使用 cbind）

并且期望的结果应该是具有相同行数和列数的数据框。

如有任何帮助，我们将不胜感激。 PS: 我是 R 和数据科学的新手。

Answer 1

只需将 lapply 与您的用户定义函数一起使用即可避免绑定或追加。在数据框上使用 lapply() 时，您对每一列进行运行操作：

cleaned_data <- data.frame(lapply(data_rm_val, remove_outliers))

现在上面假设你定义的函数，remove_outliers returns 一个向量类型。为确保向量始终输出，请考虑 vapply() 定义等于输入的长度或 nrow(data_rm_val):

cleaned_data <- data.frame(vapply(data_rm_val, remove_outliers, numeric(nrow(data_rm_val))))

以上两个选项适用于随机数数据集（因为 OP 不提供示例数据）：

data_rm_val <- data.frame(matrix(rnorm(25),5))

#           X1         X2         X3         X4          X5
# 1  0.4303766  1.8152041  0.3355174 -0.4880282 -0.63612820
# 2  0.2876950 -0.7613642 -1.5046115  0.1821653  0.09397964
# 3 -2.3402548 -0.6771749 -2.0122667 -0.9442210 -1.30994853
# 4  1.4224979 -1.7940421 -0.5110736 -0.2837820 -0.24240172
# 5 -0.7484131 -0.8159326 -1.2690513 -1.0422656  1.23811458

cleaned_data <- data.frame(lapply(data_rm_val, remove_outliers))

#           X1         X2         X3         X4          X5
# 1  0.4303766         NA  0.3355174 -0.4880282 -0.63612820
# 2  0.2876950 -0.7613642 -1.5046115  0.1821653  0.09397964
# 3 -2.3402548 -0.6771749 -2.0122667 -0.9442210 -1.30994853
# 4  1.4224979         NA -0.5110736 -0.2837820 -0.24240172
# 5 -0.7484131 -0.8159326 -1.2690513 -1.0422656          NA

cleaned_data2 <- data.frame(vapply(data_rm_val, 
                                   remove_outliers, numeric(nrow(data_rm_val))))

#           X1         X2         X3         X4          X5
# 1  0.4303766         NA  0.3355174 -0.4880282 -0.63612820
# 2  0.2876950 -0.7613642 -1.5046115  0.1821653  0.09397964
# 3 -2.3402548 -0.6771749 -2.0122667 -0.9442210 -1.30994853
# 4  1.4224979         NA -0.5110736 -0.2837820 -0.24240172
# 5 -0.7484131 -0.8159326 -1.2690513 -1.0422656          NA

使用 R 在循环中绑定向量

bind vectors in a loop using R

r

dataframe

data-science

cbind