为异常值标签创建新变量答案

【问题标题】：Creating a new variable for an outlier tag为异常值标签创建新变量
【发布时间】：2017-03-08 13:09:51
【问题描述】：

所以，我正在对给定的数据集进行异常值检测。顺便说一句，这是在 R 中完成的。

使用 boxplot.stats(x)$out 函数，我可以获取我正在检测异常值的变量的信息。正确的？我得到了被认为是异常值的观察值。

我想要做的是在数据集中创建一个新列，该列可以是二元的，并将 1 表示为异常值，将 0 表示为非异常值。

例子：

Var1   Var2
asd    111
dsa    15
ssa    10
aas    9
dad    10
dda    95

假设观察 1 和 6 被检测为异常值：

Var1   Var2
asd    111
dda    95

当我使用时：

outlier <- boxplot.stats(Var2)$out

我只收到异常值的值 - 我在控制台中得到 111 和 95。所以.. 在我检测到这个异常值后，我想做以下事情：

Var1   Var2   Outlier
asd    111    1
dsa    15     0
ssa    10     0
aas    9      0
dad    10     0
dda    95     1

这可能真的很容易做到，但我不知道怎么做。有什么想法吗？

【问题讨论】：

标签： r outliers

【解决方案1】：

如果您的向量中有异常值，例如

outlier <- c(111,90)

您可以在函数内使用 ifelse 函数对二进制变量进行子集化

within(df,outlier <- ifelse(df$var1%in%outlier,1,0))

var1 var2 outlier
1  111  asd       1
2   10  csd       0
3   11  pud       0
4   12  dud       0
5   90  kud       1

【讨论】：

【解决方案2】：

您可以使用boxplot.stats(Var2)$out 中的值中的min() 通过ifelse() 计算新变量。

假设 data 是您的数据框：

data$outliers <- ifelse(data$Var2 < min(boxplot.stats(data$Var2)$out), 0, 1)

这样您就不必先将异常值的值保存在另一个冗余对象中。

【讨论】：

【解决方案3】：

假设您的 data.frame 名称是“数据”，并且您在“离群值”中有异常值的值

然后这样做：

data$outlier = 0

data[which(data$Var2 %in% outlier),"outlier"] <- 1

【讨论】：

【解决方案4】：

您可以尝试以下方法：

require(data.table)

data <- fread('Var1   Var2
asd    111
dsa    15
ssa    10
aas    9
dad    10
dda    95 ')

outliers <- fread('Var1   Var2
asd    111
dda    95 ')

data[, Outlier:= ifelse(paste(Var1, Var2) %in% paste(outliers$Var1, outliers$Var2), 1, 0)]

【讨论】：