1

我试图通过一个向量来查找使用 IQR 计算范围的异常值。当我运行此脚本以查找 IQR 右侧的值时，我得到了结果，当我向左运行时，我得到错误：缺少 TRUE/FALSE 需要的值。如何清除数据集中的真假？这是我的脚本：

data = c(100, 120, 121, 123, 125, 124, 123, 123, 123, 124, 125, 167, 180, 123, 156)
Q3 <- quantile(data, 0.75) ##gets the third quantile from the list of vectors
Q1 <- quantile(data, 0.25) ## gets the first quantile from the list of vectors
outliers_left <-(Q1-1.5*IQR(data)) 
outliers_right <-(Q3+1.5*IQR(data))
IQR <- IQR(data)
paste("the innner quantile range is", IQR)
Q1 # quantil at 0.25
Q3 # quantile at 0.75
# show the range of numbers we have
paste("your range is", outliers_left, "through", outliers_right, "to determine outliers")
# count ho many vectors there are and then we will pass this value into a loop to look for 
# anything above and below the Q1-Q3 values
vectorCount <- sum(!is.na(data))
i <- 1
while( i < vectorCount ){
i <- i + 1
x <- data[i]
# if(x < outliers_left) {print(x)} # uncomment this to run and test for the left
if(x > outliers_right) {print(x)}
}

我得到的错误是

[1] 167
[1] 180
[1] 156
Error in if (x > outliers_right) { : 
missing value where TRUE/FALSE needed

如您所见，如果您运行此脚本，它会在右侧找到我的 3 个异常值并且还会引发错误，但是当我在 IQR 左侧再次运行此脚本时，向量中确实有 100 个异常值，我只是得到错误而没有显示其他结果。如何修复此脚本？非常感谢任何帮助。几天来，我一直在网上和我的书上搜索如何解决这个问题。

4

2 回答 2

3

如评论中所述，错误是由于您构建while循环的方式造成的。在最后一次迭代中，i == 16虽然只有 15 个元素需要处理。从 更改i <= vectorCount为i < vectorCount解决问题：

i <- 1
while( i < vectorCount ){
  i <- i + 1
  x <- data[i]
  # if(x < outliers_left) {print(x)} # uncomment this to run and test for the left
  if(x > outliers_right) {print(x)}
}
#-----
[1] 167
[1] 180
[1] 156

但是，这实际上不是 R 的工作方式，您很快就会对代码运行任何可观大小的数据需要多长时间感到沮丧。R 是“矢量化”的，这意味着您可以data一次对所有 15 个元素进行操作。要打印您的异常值，我会这样做：

data[data > outliers_right]
#-----
[1] 167 180 156

或者使用 OR 运算符一次获取所有这些：

data[data< outliers_left | data > outliers_right]
#-----
[1] 100 167 180 156

对于一点上下文，上述逻辑比较为 的每个元素创建一个布尔值，data并且 R 只返回那些为 TRUE 的元素。您可以通过键入以下内容自行检查：

data > outliers_right
#----
 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE  TRUE

该[位实际上是一个提取运算符，用于检索数据对象的子集。有关一些好的背景信息，请参阅帮助页面?"["。

于 2012-10-22T03:35:33.230 回答
1

出现错误消息是因为您让i <= vectorCountso ican equal vectorCount，因此i = i+1从数据索引将给出NA，并且该if语句将失败。

如果要根据 IQR 查找异常值，可以使用findInterval

outliers <- data[findInterval(data, c(Q1,Q3)) != 1]

我也将停止使用paste来创建字符消息printed，message而是使用。

于 2012-10-22T03:34:48.833 回答