在R Studio中查找四分位数与异常值时遇错求助

针对Z分数法的报错解决 #

报错根源：你直接将整个数据框/列表传入mean()和sd()，这两个函数仅支持数值向量输入，无法处理多列数据集。需按列单独计算Z分数。

解决代码：

# 先将列表转为数据框（如果数据集是列表类型）
if (is.list(concrete_strength_test) && !is.data.frame(concrete_strength_test)) {
  concrete_strength_test <- as.data.frame(concrete_strength_test)
}

# 按列遍历计算Z分数，自动处理缺失值
z_scores <- apply(concrete_strength_test, 2, function(col) {
  (col - mean(col, na.rm = TRUE)) / sd(col, na.rm = TRUE)
})

针对分位数法的报错解决 #

初始缺失值报错 #

报错根源：数据存在缺失值，quantile()默认不允许缺失值，需指定na.rm=TRUE，同时要按列计算（不能直接传入整个数据框）。

解决代码：

# 按列计算四分位数Q1、Q3
Q1 <- apply(concrete_strength_test, 2, quantile, probs = 0.25, na.rm = TRUE)
Q3 <- apply(concrete_strength_test, 2, quantile, probs = 0.75, na.rm = TRUE)

# 计算IQR范围并标记异常值
iqr <- Q3 - Q1
lower_bound <- Q1 - 1.5 * iqr
upper_bound <- Q3 + 1.5 * iqr

outliers <- apply(concrete_strength_test, 2, function(col) {
  col < lower_bound[names(lower_bound) == deparse(substitute(col))] | 
  col > upper_bound[names(upper_bound) == deparse(substitute(col))]
})

mice插补后的报错 #

报错根源：mice()返回的是mids类型对象，不是直接可用的数据框，需先用complete()提取插补后的完整数据集。

解决代码：

# 提取插补后的数据集（默认取第一个插补结果）
concrete_strength_imputed_df <- complete(concrete_strength_test_imputed)

# 按列计算插补后的四分位数
Q1_imputed <- apply(concrete_strength_imputed_df, 2, quantile, probs = 0.25)

额外提示 #

• 先执行str(concrete_strength_test)确认数据集类型，确保所有列都是数值型，非数值列需提前删除或转换。
• 偏态分布的变量更适合用分位数（IQR）法检测异常值，正态分布变量优先用Z分数法。

内容的提问来源于stack exchange，提问作者mabski