Trim 数据使用 lapply 去除异常值

Question

我正在尝试使用 lapply 来 trim 我的一些数据。我想做的是 trim 列 2:4 （删除异常值或极值）但也删除列中的行。

一些数据在每一列中都有异常值。所以我想删除 100 和 -100 中的 V1 值，但也删除数据中的整行。同时删除列 V2 中的值 80 和 -80 - 随后也删除该行。

    trimdata <- NULL
    trimdata$ID <-  seq.int(102)
    trimdata$V1 <- c(rnorm(100), 100, -100)
    trimdata$V2 <- c(rnorm(100), 80, -80)
    trimdata$V3 <- c(rnorm(100), 120, -120)
    trimdata <- as.data.frame(trimdata)

    library(DescTools)
    trimdata <- lapply(trimdata, function(x) Trim(x, trim = 0.01))
    trimdata <- as.data.frame(trimdata)

以上代码将函数应用于所有列（删除 ID 列中的极值）

此代码：

trimdata[2:4] <- lapply(trimdata[2:4], function(x) Trim(x, trim = 0.01))

Returns下面的错误

Error in `[<-.data.frame`(`*tmp*`, 2:4, value = list(V1 = c(0.424725933773568,  : 
  replacement element 1 has 98 rows, need 100

所以我尝试 trim 基于列 2:4 但也将其应用于第 1 列。

Answer 1

您不能替换 trimdata 中的值，因为函数 Trim 会删除元素并且您会失去替换所需的长度相等性。

举个例子：

x <- rnorm(10)
length(x)
[1] 10
length(Trim(x, trim=0.1))
[1] 8

在 Trim 函数之前你有 10 个元素，之后只有 8 个。

在您的示例中 Trim 删除了 2 个元素，因此您在错误中有以下描述：

replacement element 1 has 98 rows, need 100

来自 Trim 文档：

A symmetrically trimmed vector x with a fraction of trim observations (resp. the given number) deleted from each end will be returned.

在您的示例中，每列的两行被修剪掉了。如您所见，每列的行不同：

trim_out<-lapply(trimdata[2:4], function(x) Trim(x, trim = 0.01))
lapply(trim_out, attributes)
$V1
$V1$trim
[1] 56 57


$V2
$V2$trim
[1] 63 47


$V3
$V3$trim
[1] 90 74

如果你想要一个干净的 data.frame 输出，你可以从你的数据框中删除所有这些行 trimdata，像这样：

trimdata[-unique(unlist(lapply(trim_out, attributes))),]

Trim 数据使用 lapply 去除异常值

Trim data using lapply to remove outliers

r

lapply

desctools