创建R函数遇'recursive indexing failed'错误及Rosner测试行号匹配问题

修正后的完整函数 #

library(EnvStats)
library(dplyr)
library(rlang)

detect.outlier <- function(df, var, k) {
  # 捕获变量名，兼容裸输入（如alt）和字符串输入（如"alt"）
  var_sym <- ensym(var)
  var_name <- as_name(var_sym)
  
  # 提取变量数据并保留原始行号，同时过滤NA值
  var_subset <- df %>%
    mutate(original_row = row_number()) %>%
    filter(!is.na({{var}}))
  
  # 绘制时间序列图（修正为数据中存在的cap_year列）
  plot(var_subset$cap_year, var_subset[[var_name]], 
       xlab = "Year", ylab = var_name, 
       main = paste("Outlier Distribution:", var_name))
  
  # 运行Rosner检验
  ros.test <- rosnerTest(var_subset[[var_name]], k = k)
  ros.results <- ros.test$all.stats
  
  # 匹配回原始数据框的行号
  outlier_original_rows <- var_subset$original_row[ros.results$Obs.Num[ros.results$Outlier]]
  
  # 提取异常值行并返回指定列
  outlier_df <- df %>%
    slice(outlier_original_rows) %>%
    select(age_class, sex, {{var}})
  
  return(outlier_df)
}

问题解析与解决办法 #

1. 递归索引错误（recursive indexing failed at level 2）

• 错误原因：
  • 函数参数传入裸变量名（如alt）时，select(age_class, sex, i)无法正确解析符号类型的i，导致索引逻辑混乱。
  • 原代码中plot(df$year, ...)引用了不存在的year列，实际数据中是cap_year，触发连锁报错。
• 解决措施：
  • 使用ensym()和{{}}（整洁评估语法）处理变量输入，兼容裸变量名和字符串两种传入方式。
  • 修正plot的x轴变量为数据中实际存在的cap_year。

2. Rosner检验的Obs.Num与原数据行号不匹配

• 错误原因：
  rosnerTest返回的Obs.Num是去除NA值后的子集的行号，不是原始数据框的行号，也不是你自定义的row列。当数据存在NA时，函数会自动剔除这些行，导致Obs.Num无法直接对应原数据行。
• 解决措施：
  • 在处理前给数据添加original_row列记录原数据框的行号，再过滤NA值生成子集。
  • 用Obs.Num作为子集的索引，提取对应的original_row值，再用slice()从原数据框中定位异常值行。

3. "x must be a numeric vector"错误

• 错误原因：
  原代码中df[[i]]的索引方式在传入裸变量名时，可能返回非纯数值向量（如带属性的对象）；或者NA值未提前过滤，导致函数误判输入类型。
• 解决措施：
  • 使用{{var}}直接引用变量，确保提取的是纯净的数值向量。
  • 提前过滤NA值后再传入rosnerTest，避免NA干扰类型判断。

调用示例 #

# 检测alt列的异常值，k设为20
detect.outlier(data, alt, 20)

内容的提问来源于stack exchange，提问作者burphound