计算数据框特定领域内的异常值？ [复杂的]

Question

我在这里遇到了一个大问题，非常感谢您的帮助。本质上，我有一个看起来像这样的大型数据框。请注意，所有这些 R 代码都在终端中，而不是 R STUDIO！

![数据帧]http://imgur.com/a/ftUZ5

我想要做的是通过独特的 val_lvl2 处理来分离数据框。

这是我想要做的代码，但规模要大得多。

功能代码：

remove_outliers <- function(x, na.rm = TRUE, ...) {
  qnt <- quantile(x, probs=c(.25, .75), na.rm = na.rm, ...)
  H <- 1.5 * IQR(x, na.rm = na.rm)
  y <- x
  y[x < (qnt[1] - H)] <- NA
  y[x > (qnt[2] + H)] <- NA
  y

}

代码：

holder1 <- subset(z_combined_cost_dtrmnt, val_lvl2 ==  "Hammer Toe Repair")

holder1 <- holder1[!(holder1$episode_count <=3),]

holder1$prd_num_of_days_num <- remove_outliers(holder1$prd_num_of_days_num)

这将删除 val_lvl2 中 Hammer Toe Repair 的所有异常长度，这正是我想要的。但是，我不想每次都做这一步，因为有很多独特的治疗方法！删除所有异常值后，我还需要删除 NA 列并将所有数据合并回一个数据帧“z_combined_cost_dtrmnt”，现在应该为 val_lvl2 中的每个唯一处理唯一地删除所有异常值长度。在这一点上，上面的代码是我在删除异常值方面所获得的，因此我们将不胜感激，因为我确信有一种更有效的方法可以做到这一点，然后为每种处理写出这段代码！

这里是 val_lvl2 中的每一个独特处理：！[独特值]http://imgur.com/237OqCs

Answer 1

您可以使用split 按val_lvl2 的级别创建数据框列表...

holders <- split(z_combined_cost_dtrmnt, z_combined_cost_dtrmnt$val_lvl2)

然后使用 lapply 将您想要的任何函数应用于该列表的每个元素，例如

holders <- lapply(holders, function(x) x[!x$episode_count <= 3,])
holders <- lapply(holders, function(x){
                    x$prd_num_of_days_num <- remove_outliers(x$prd_num_of_days_num)
                    return(x) })

您最终会得到一个数据框列表，每个级别对应一个 val_lvl2。