从数据框中删除异常值的功能

Question

我想编写一个函数，该函数将输入data.frame作为输入，并返回一个新的data.frame，该函数使用预测包中的tsclean()函数替换异常值。

对于例如输入df（含明显的异常值）：

df <- data.frame(col1 = runif(24, 400, 700), 
       col2 = runif(24, 350, 600), 
       col3 = runif(24, 600, 940), 
       col4 = runif(24, 2000, 2600), 
       col5 = runif(24, 950, 1200)) 

colnames(df) <- c("2to2", "2to6", "17to9", "20to31", "90to90") 
df$`2to2`[[12]]=10000 
df$`17to9`[[20]]=6000 
df$`20to31`[[8]]=12000 

我一直在试图解决这个如下

clean_ts <- function(df, frequency = 12, start = c(2014, 1), end = c(2015, 12)) { 

    ts <- ts(df, frequency = frequency, start = start, end = end) 
    results <- list() 

    for (i in 1:ncol(ts)) { 
    clean <- as.data.frame(tsclean(ts[,i])) 
    results[[i]] <- as.data.frame(cbind(clean)) 
    } 
    return(results) 
} 

我知道这是不对的。我不想返回一个列表，而是希望我的函数返回一个data.frame，它的尺寸和列名与我的输入data.frame相同。我只想根据tsclean()函数替换data.frame()的列。因此，从例如我的输出将有以下形式：

2to2 2to6 17to9 20to31 90to90 
.  .  .  .  . 
.  .  .  .  . 

Answer 1

你的问题是，你想将其分配到列表中时，使每一列的数据帧。这是不必要的。我们还可以通过逐个覆盖df对象中的列来避免initialize-to-list-and-cbind工作流程。

clean_ts <- function(df, frequency = 12, start = c(2014, 1), end = c(2015, 12)) { 

    ts <- ts(df, frequency = frequency, start = start, end = end) 

    for (i in 1:ncol(ts)) { 
    df[, i] <- tsclean(ts[, i]) 
    } 
    return(df) 
} 

即使是比较清洁，我们可以使用lapply隐藏循环：

clean_ts <- function(df, frequency = 12, start = c(2014, 1), end = c(2015, 12)) { 
    ts <- ts(df, frequency = frequency, start = start, end = end) 
    return(as.data.frame(lapply, ts, tsclean))) 
}