在 R 中使用 map 函数进行过滤答案

【问题标题】：Filter with map function in R在 R 中使用 map 函数进行过滤
【发布时间】：2021-09-21 00:46:47
【问题描述】：

我正在尝试过滤数据框的多列 (15)。具体来说，我想使用 Q3 + IQR1.5 和 Q1 - IQR1.5 方法删除异常值。

玩具示例：

library(tidyverse)
aa <- c(2,3,4,3,2,2,1,6,5,4,3,1,15)
bb <- c(0.2,20,30,40,30,20,20,10,30,40,30,10,10)
cc <- c(-9,2,3,4,3,2,2,1,5,4,3,1,25)

df <- tibble(aa,bb,cc)

我试过没有成功：

i <- NULL
for(i in 1:ncol(fat)){
   po <- fat %>% 
     filter(.[[i]] >= (quantile(.[[i]], .25) - IQR(.[[i]]) * 1.5))
   
   po <- fat %>% 
     filter(.[[i]] <= (quantile(.[[i]], .75) + IQR(.[[i]]) * 1.5))
}

我可以使用过滤器和地图功能来做到这一点吗？以及如何？

非常感谢 GS

【问题讨论】：

标签： r dataframe filter purrr tibble

【解决方案1】：

我们可以使用filter 和if_all/across

library(dplyr)
df %>%
    filter(if_all(where(is.numeric), ~ (.>= (quantile(., .25) - IQR(.) * 1.5 )) &
           (.<= (quantile(., .75) + IQR(.) * 1.5 ))))

【讨论】：

哇！它有效，我快疯了......非常感谢。还有两个问题， ~ 那里在做什么，如果所有变量都是数字的（因为它是这种情况），我可以省略 where(is.numeric) 吗？
@gus079 关于where(is.numeric) 它正在选择数字列。在您的数据中，所有列都是数字。因此，您可以使用它或 everything() 也可以使用，或者如果您选择了列，请使用 across(1:5, 即 1 到 5
谢谢，非常感谢

【解决方案2】：

这里有几个使用 sapply/lapply 的基本 R 选项。我们编写了一个自定义函数来检测异常值并将其应用于每一列，并仅选择其中没有异常值的行。

is_outlier <- function(x) {
  x <= (quantile(x, .25) - IQR(x) * 1.5) | x >= (quantile(x, .75) + IQR(x) * 1.5)
} 

df[!Reduce(`|`, lapply(df, is_outlier)), ]

#      aa    bb    cc
#   <dbl> <dbl> <dbl>
# 1     3    20     2
# 2     4    30     3
# 3     3    40     4
# 4     2    30     3
# 5     2    20     2
# 6     1    20     2
# 7     6    10     1
# 8     5    30     5
# 9     4    40     4
#10     3    30     3
#11     1    10     1

使用sapply -

df[rowSums(sapply(df, is_outlier)) == 0, ]

【讨论】：