查找向量的均值，不包括 R 中的分位数截止值答案

【问题标题】：Finding Mean of Vector, Excluding Quantile Cutoffs in R查找向量的均值，不包括 R 中的分位数截止值
【发布时间】：2014-08-05 13:57:01
【问题描述】：

我想找到两个分位数截止值范围内的数字向量的平均值（提供一种简单的方法来计算控制异常值的平均值）。

示例：三个参数，x，数字向量，lower 下限截止，upper，上限截止。

meanSub <- function(x, lower = 0, upper = 1){
  Cutoffs <- quantile(x, probs = c(lower,upper))
  x <- subset(x, x >= Cutoffs[1] & x <= Cutoffs[2])
  return(mean(x))
}

显然有许多严格的方法可以做到这一点。然而，我在许多观察中应用了这个函数——我很好奇你是否可以提供函数设计或预先存在的包的提示，它们会很快做到这一点。

【问题讨论】：

标签： r subset mean outliers

【解决方案1】：

您可以使用mean 用于trim 参数的非零值的相同方法。

meanSub_g <- function(x, lower = 0, upper = 1){
  Cutoffs <- quantile(x, probs = c(lower,upper))
  return(mean(x[x >= Cutoffs[1] & x <= Cutoffs[2]]))
}

meanSub_j <- function(x, lower=0, upper=1){
  if(isTRUE(all.equal(lower, 1-upper))) {
    return(mean(x, trim=lower))
  } else {
    n <- length(x)
    lo <- floor(n * lower) + 1
    hi <- floor(n * upper)
    y <- sort.int(x, partial = unique(c(lo, hi)))[lo:hi]
    return(mean(y))
  }
}

require(microbenchmark)
set.seed(21)
x <- rnorm(1e6)
microbenchmark(meanSub_g(x), meanSub_j(x), times=10)
# Unit: milliseconds
#          expr        min         lq     median         uq        max neval
#  meanSub_g(x) 233.037178 236.089867 244.807039 278.221064 312.243826    10
#  meanSub_j(x)   3.966353   4.585641   4.734748   5.288245   6.071373    10
microbenchmark(meanSub_g(x, .1, .7), meanSub_j(x, .1, .7), times=10)
# Unit: milliseconds
#                    expr       min       lq   median       uq      max neval
#  meanSub_g(x, 0.1, 0.7) 233.54520 234.7938 241.6667 272.3872 277.6248    10
#  meanSub_j(x, 0.1, 0.7)  94.73928  95.1042 126.7539 128.6937 130.8479    10

【讨论】：

【解决方案2】：

我不会打电话给subset，可能会很慢：

meanSub <- function(x, lower = 0, upper = 1){
  Cutoffs <- quantile(x, probs = c(lower,upper))
  return(mean(x[x >= Cutoffs[1] & x <= Cutoffs[2]]))
}

否则，您的代码是可以的，应该已经非常快了。当然，作为内存数据的单线程计算而言。

【讨论】：