代码之家 › 专栏 › 技术社区 › Yehuda

用'boxplot.stats删除r中的数据帧异常值`

outliers subset dataframe r

Yehuda · 技术社区 · 6 年前

我在R是比较新的,所以请容忍我。

我正在使用Ames数据集(数据集的完整描述 here ;链接到数据集下载 here )

我正在尝试创建一个子集数据框架,它将允许我运行线性回归分析,并且我正在尝试使用 boxplot.stats 功能。我使用以下代码创建了一个包含示例的框架:

regressionFrame <- data.frame(subset(ames_housing_data[,c('SalePrice','GrLivArea','LotArea')] , BldgType == '1Fam'))

我的下一个目标是删除异常值,因此我尝试使用 which() 功能:

regressionFrame <- regressionFrame[which(regressionFrame$GrLivArea != boxplot.stats(regressionFrame$GrLivArea)$out),]

不幸的是,这产生了

lapply()

1 回复 | 直到 6 年前

Zheyuan Li 6 年前

boxplot.stats

!= $out 1:5 != 1:3 !(1:5 %in% 1:3)

regressionFrame <- subset(regressionFrame,
                          subset = !(GrLivArea %in% boxplot.stats(GrLivArea)$out))

1:6 != 1:3 1:3 1:6 1:6 != c(1:3, 1:3) .

一个简单的例子。

x <- c(1:10/10, 101, 102, 103)  ## has three outliers: 101, 102 and 103
out <- boxplot.stats(x)$out  ## `boxplot.stats` has picked them out
x[x != out]  ## this gives a warning and wrong result
x[!(x %in% out)]  ## this removes them from x

推荐文章

user1245262 · 筛选Pandas数据帧时出现问题

1 年前

Foroand · 熊猫数据帧中的词频计数耗时过长

1 年前

user14696236 · 如何为每个对应的列创建一行[重复]

2 年前

Shawn Hemelstrand · 为什么我的自定义errorbar函数不能在R中工作?

2 年前

Karim Abou El Naga · 将带字符串的DataFrame绘制到堆叠条形图中

2 年前

The Great · 拆分并存储数据帧,但名称基于特定列中的唯一值

2 年前

nickolakis · 基于R中的列名复制列

2 年前

opposity · 形成一个数据帧,该数据帧包含R中包含类别和子类别的列

2 年前

A. Handler · 有没有办法将数据帧的列与完整列名向量相匹配?

2 年前

JasonX · 运行减法计算

2 年前