将异常值插入数据框

Question

我尝试创建一个函数来将异常值注入现有数据框。

我开始使用原始数据框的max和min值创建一个新的数据框outs。这个outs 数据框将包含某个amountof 异常数据。 稍后我想将outs 数据帧的异常值注入原始数据帧。

我想要获得的是向原始数据帧注入一定数量异常值的函数。 我有不同的问题，例如：我知道我是否正确使用 runif 来创建异常值的数据框，其次我不知道如何将异常值注入temp

到目前为止我尝试过的代码是：

addOutlier <- function (data, amount){
maxi <- apply(data, 2, function(x) (mean(x)+(3*(sd(x)))))
mini <- apply(data, 2, function(x) (mean(x)-(3*(sd(x)))))
temp <- data
amount2 <- ifelse(amount<1, (prod(dim(data))*amount), amount)
outs <- runif(amount2, 2, min = mini, max = maxi) # outliers
if (amount2 >= prod(dim(data))) stop("exceeded data size")
 for (i in 1:length(outs))
   temp[sample.int(nrow(temp), 1), sample.int(ncol(temp), 1)] <- outs
 return (temp)
} 

请任何帮助完成这项工作，将不胜感激

Answer 1

我的理解是，您想要实现的是向向量中的每一列添加一定数量的异常值。或者，您似乎也在考虑为每列添加 % 的异常值。我只为前一种情况写了一个解决方案，但如果你真的需要，后者应该很容易实现。请注意我如何将事情分解为两个功能，以（希望）帮助澄清正在发生的事情。希望这会有所帮助！

add.outlier.to.vector <- function(vector, amount) {
  cells.to.modify <- sample(1:length(vector), amount, replace=F)
  mean.val <- mean(vector)
  sd.val <- sd(vector)
  min.val <- mean.val - 3 * sd.val
  max.val <- mean.val + 3 * sd.val 
  vector[cells.to.modify] <- runif(amount, min=min.val, max=max.val)
  return(vector)
}
add.outlier.to.data.frame <- function (temp, amount){
  for (i in 1:ncol(temp)) {
    temp[,i] <- add.outlier.to.vector(temp[,i], amount)
  }
  return (temp)
} 

data <- data.frame(
  a=c(1,2,3,4),
  b=c(7,8,9,10)
)
add.outlier.to.data.frame(data, 2)