Substitutions aberrantes pour chaque groupe

Question

J'essaie d'utiliser la fonction by pour substituer des valeurs aberrantes de nombreuses variables dans une trame, en fonction d'une variable de groupe. Les suivants sont mes efforts. Mais, j'ai une erreur.

# R code: 
library(tidyverse) 
library(dplyr) 
# outlier function definition 
my_outlier <- function(x){ 
stats <- boxplot.stats(unlist(x)) 
outlier <- stats$out 
outlier_idx <- which(unlist(x) %in% outlier) 
max <- max(x[-outlier_idx]); min <- min(x[-outlier_idx]) 
x <- ifelse(x>max, max,ifelse(x < min, min, x)) 
return(x) 
} 
# use the above defined func to substitue outliers of 1 variable in a dataframe, according to a Group variable. 
group_data <- as_tibble(data.frame(x=c(runif(10),2.5,-2.3,runif(10,1,2),3.5,-1.5), group=c(rep(1,12),rep(2,12)))) 

View(group_data) 
by(group_data$x, group_data$group, my_outlier, simplify=FALSE) 
# use the above defined func to substitue outliers of 1+ variable in a dataframe, according to a Group variable.  
group_datas <- as_tibble(data.frame(x=c(runif(10),2.5,-2.3,runif(10,1,2),3.5,-1.5), 
           y=c(runif(10,2,3),4,-1,runif(10,3,4),6,-1), 
           group=c(rep(1,12),rep(2,12)))) 
by(group_data[,1:2], group_data$group, my_outlier) 

lorsque vous utilisez ma fonction définie pour les valeurs aberrantes de 1+, substituer variable dans une trame de données, selon une variable du groupe, je me suis une erreur.

Je ne sais pas quelle partie de mon code a provoqué l'erreur.

Answer 1

Pour les valeurs aberrantes à plusieurs variables, boxplot.stats ne fonctionnera pas, vous pouvez utiliser le test outlier des paquets outliers:

library(outliers) 
my_outlier2 <- function(x, plot=TRUE){ 
    x <- as.matrix(x) 
    outlier <- rbind(outlier(x),outlier(x,opposite=TRUE)) 
    outlier_idx <- which(duplicated(rbind(x, outlier), fromLast=TRUE))#which(apply(mapply(x, outlier, FUN="=="), MARGIN=1, FUN=all)) 
    if (plot) { # if 2-D data, visualize 
    plot(x[,1], x[,2], pch=19, xlab='x', ylab='y') 
    points(x[outlier_idx,1], x[outlier_idx,2], col='red', pch=8, cex=2) 
    legend('topleft', legend=c('non-outlier', 'outlier'), pch=c(19, 8), col=c('black', 'red')) 
    } 
    x <- x[-outlier_idx,] 
    return(x) 
} 

# use the above defined func to substitue outliers of 1+ variable in a dataframe, according to a Group variable.  
group_datas <- as_tibble(data.frame(x=c(runif(10),2.5,-2.3,runif(10,1,2),3.5,-1.5), 
            y=c(runif(10,2,3),4,-1,runif(10,3,4),6,-1), 
            group=c(rep(1,12),rep(2,12)))) 
by(group_datas[,1:2], group_datas$group, my_outlier2)