如何循环boxplot.stats函数提取数据集中数值型列的异常值？

你的需求是针对数据集中的数值/整数型列（如示例中的z、t列），循环计算并打印异常值。原代码存在几个问题：循环未使用遍历变量、固定打印z列数据、缺少类型判断，以下是两种完善方案：

方案1：明确指定目标列 #

适合已确定要处理z、t列的场景，精准控制处理范围：

# 定义需要处理的列名
target_cols <- c("z", "t")

for(col in target_cols) {
  # 提取当前列的数据
  current_data <- df[[col]]
  # 判断列类型是否为数值或整数
  if(is.numeric(current_data) || is.integer(current_data)) {
    # 计算异常值
    outliers <- boxplot.stats(current_data)$out
    # 清晰输出列名和对应异常值
    cat("列", col, "的异常值：\n")
    print(outliers)
    cat("\n")
  }
}

方案2：自动筛选所有数值/整数型列 #

如果后续数据集可能新增数值列，这个方案会自动适配，无需手动更新列名：

# 筛选数据集中所有数值或整数类型的列
numeric_cols <- sapply(df, function(col) is.numeric(col) || is.integer(col))
target_cols <- names(numeric_cols[numeric_cols])

for(col in target_cols) {
  current_data <- df[[col]]
  outliers <- boxplot.stats(current_data)$out
  cat("列", col, "的异常值：\n")
  print(outliers)
  cat("\n")
}

关键说明 #

• 使用df[[col]]而非df$col：循环中列名是变量，$仅支持固定字符串列名，[[ ]]可以处理变量形式的列名
• 类型判断：确保只处理数值/整数型列，避免对因子型列执行异常值计算报错
• 格式化输出：用cat打印列名，让输出结果更易读

内容的提问来源于stack exchange，提问作者CharlesG