自定义离群值检测函数开发：if语句返回值问题排查

原函数的问题出在if语句的用法上——R里的if只会评估向量的第一个元素逻辑值，没法批量判断所有元素，所以只能返回单个值，达不到预期的批量筛选效果。

修正后的代码 #

my_outlier <- function(x, th) {
  q1 <- quantile(x, 0.25)
  q3 <- quantile(x, 0.75)
  rg <- q3 - q1
  lower_bound <- q1 - (th * rg)
  upper_bound <- q3 + (th * rg)
  
  # 用逻辑索引筛选所有符合条件的离群值
  outliers <- x[x < lower_bound | x > upper_bound]
  
  # 无离群值时返回integer(0)，否则返回筛选结果
  if (length(outliers) == 0) {
    integer(0)
  } else {
    outliers
  }
}

测试验证 #

执行你预期的调用，就能得到想要的结果：

1. 调用my_outlier(c(1:10, 20, 100, 120), th=1.5)，输出：

   [1]  20 100 120
   

2. 调用my_outlier(c(1:10, 20, 100, 120), th=5)，输出：

   [1] 100 120
   

3. 调用my_outlier(c(1:10), th=1.5)，输出：

   integer(0)
   

修改说明 #

• 用逻辑索引替代原有的if判断：x[x < lower_bound | x > upper_bound]能直接筛选向量中所有符合离群值条件的元素，这是R处理向量批量判断的标准写法。
• 去掉了原代码中错误的list(x)，直接返回筛选后的向量，符合预期的输出格式。
• 增加了对筛选结果长度的判断，确保无离群值时返回integer(0)，和预期一致。

内容的提问来源于stack exchange，提问作者Seydou GORO