R boxplot 使用 apply() 从 boxplot() groupby 保存离群值

Question

Data reshape 或 apply() 函数来发现并保存 boxplot() 函数中的异常值，同时按组标识符对数据进行分组。

我的第一个尝试是创建一个函数，其中包含一个 boxplot() 函数来捕获异常值，例如。 boxplot(...)$out; 然后返回 $out（异常值）并将结果应用到表 df.events$outliers。 最终目标是按组创建一个包含异常值的表，例如，

e.g., OutliersByGroupTableName
group_id_name
outliers_from_boxplot

然后可以将使用一系列日期事件的带有 select() 的 boxplot() 添加到新的字段列中，形成下表。

e.g., OutliersByGroupTableName
group_id_name
outliers_from_boxplot
time_range_outliers_from_boxplot

使用此代码，我的尝试是在函数内部创建 boxplot()。 在 R 中使用 apply 导航“组”和“排名”，使用数据框调用 FUN=test_func(df.events) 。 这是我在使用 apply 转发到 boxplot() 函数并在表字段旁边返回时遇到问题的地方（此代码视图中未显示）。 或者，apply() 是本次调查的最佳方法吗？

test_func <- function(df) {
  boxplot(df$rank ~ df$group, data=df, plot=FALSE, )$out
}
apply(df.events, c("group","rank"), FUN=test_func(df.events))

数据（dput）

> dput(head(df.events, 50))
structure(list(rank = c(0.5, 0.5, 0.5, 0.5, 0, 1, 1, 1, 1, 0, 
0, 0, 0.25, 0.25, 0, 2, 2, 2, 0, 0, 2, 2, 0, 1, 1, 0, 0, 0, 0, 
0.25, 0.25, 0.6, 0.6, 0, 0, 3, 3, 0.5, 0.5, 0.5, 3, 3, 3, 1.5, 
1, 1, 0, 1, 1, 0), group = c(751, 728, 753, 808, 909, 909, 920, 
728, 686, 727, 1025, 727, 728, 808, 750, 752, 752, 782, 752, 
686, 752, 808, 691, 920, 920, 727, 727, 782, 991, 727, 808, 
686, 728, 1025, 686, 920, 986, 782, 736, 909, 686, 782, 751, 
728, 782, 782, 909, 909, 686, 686), outliers = c("NA", "NA", 
"NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", 
"NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", 
"NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", 
"NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", "NA", 
"NA", "NA", "NA", "NA")), row.names = c(NA, -50L), class = c("tbl_df", 
"tbl", "data.frame"))
> 

Answer 1

如果我们需要动态传递排名列和组列的名称，然后将它们与数据集一起创建为参数，那么可以使用paste创建公式并应用boxplot

test_func <- function(df, colnm, grpcol){
       boxplot(as.formula(paste0(colnm, ' ~ ', grpcol)), data = df, plot = FALSE)
  }

然后我们可以申请为

out <- test_func(df.events, 'rank', 'group')
str(out)
#List of 6
# $ stats: num [1:5, 1:16] 0 0 0.6 1 1 0 0 0 0 0 ...
# $ n    : num [1:16] 7 1 5 5 1 1 2 4 1 6 ...
# $ conf : num [1:2, 1:16] 0.00282 1.19718 0 0 0 ...
# $ out  : num [1:2] 3 0.25
# $ group: num [1:2] 1 3
# $ names: chr [1:16] "686" "691" "727" "728" ..