如何将组均值与单个观察值进行比较并创建新的 TRUE/FALSE 列？

Question

我是 R 的新手，这是我在 SO 上的第一篇文章 - 所以请多多包涵。

我正在尝试识别数据集中的异常值。 我有两个data.frames：

（1 - 原始数据集，192 行）：观察值及其值 (AvgConc)

（2 - 使用 dplyr 创建，24 行）：来自原始数据集的分组平均值，以及分位数、最小值和最大值

我想在原始数据集中创建一个新列，根据 (AvgConc) 是大于最大值还是小于我在第二个 data.frame 中计算的最小值给出 TRUE/FALSE。 我该怎么做呢？

尝试失败：

Outliers <- Original.Data %>%
 group_by(Status, Stim, Treatment) %>%
 mutate(Outlier = Original.Data$AvgConc > Quantiles.Data$Maximum | Original.Data$AvgConc <  Quantiles.Data$Minimum) %>%
 as.data.frame()

错误：列Outlier的长度必须为 8（组大小）或 1，而不是 192

Answer 1

在这里，我们需要by “Status”、“Stim”、“Treatment”与“Original.Data”进行连接来删除Quantiles.Data$

library(dplyr)
Original.Data %>%
   inner_join(Quantiles.Data %>% 
              select(Status, Stim, Treatment, Maximum, Minimum)) %>%
   group_by(Status, Stim, Treatment) %>%
   mutate(Outlier = (AvgConc > Maximum) |(AvgConc <  Minimum)) %>%
   as.data.frame()