R中变量组合的极值答案

【问题标题】：Extreme values for combination of variables in RR中变量组合的极值
【发布时间】：2015-03-13 15:50:41
【问题描述】：

我有一个如下所示的数据集。现在我的问题很多。对于客户、任务和子任务的每种组合，我想排除前 10% 的极值。我想要输出 2 个数据集，一个是所有组合的极值，另一个是所有组合的正常值。

client  task    subtask time
a   abc t1  12
a   abc t2  23
b   xyz t3  334
c   ijk t1  1
c   ijk t1  12
b   xyz t1  12
a   xyz t2  23
b   ijk t3  24
a   ijk t2  344
c   xyz t3  34343
b   ijk t2  34
c   xyz t3  34
a   xyz t1  23
c   ijk t1  223
a   ijk t1  23
b   xyz t3  21
b   ijk t1  45
a   xyz t2  23
c   ijk t3  45

【问题讨论】：

标签： r outliers

【解决方案1】：

您可以使用quantile 查找 10 % 的最高值：

DF <- within(DF,
             extreme <- ave(time, #your values
                            client, task, subtask, #grouping factors
                            FUN = function(x) x > quantile(x, 0.9)))

然后使用子集提取你想要的值。

【讨论】：

【解决方案2】：

您也可以使用dplyr 包来加快速度。

DF %>% 
  group_by(client, task, subtask) %>% 
  mutate(extreme = time > quantile(time, .9))

【讨论】：