从数据框中获取一个子集，去除异常值

【问题标题】：Obtaining a subset from the data frame cutting off the outliers从数据框中获取一个子集，去除异常值
【发布时间】：2021-10-24 05:14:45
【问题描述】：

我正在使用一个数据集 (csv file)，了解 195 个国家在 1980-2020 年期间的通货膨胀率。我想制作描述 1980-2020 年期间通货膨胀值分布的图表。与此同时，我制作了这张图表：

我对图表的问题是我想描绘一个截断的数据集：通货膨胀值在 99.5% 的百分位数内，并且从数据集中消除了异常值。非常感谢任何见解。

【问题讨论】：

标签： r quantile

【解决方案1】：

您可以使用quantile-函数：

library(dplyr)

data %>% 
  group_by(year) %>% 
  filter(value <= quantile(value, 0.995))

删除每年计算的 > 99.5 % 百分位数的每个值。如果您不想按年计算，请删除 group_by()-line。

【讨论】：

非常感谢！这解决了我的问题。
正如 Fernando Barbose 所指出的，您还应该考虑删除较低的 0.05 %。
感谢提醒！我是这样做的：r <- .005; imf.inflation_trcd <- imf.inflation %>% group_by(year) %>% filter(value <= quantile(value, c(r, 1-r))) 结果图表附在link