为何无法按Q3+1.5IQR规则移除R语言数据集中的指定异常值？

核心问题诊断 #

你遇到的情况大概率是逻辑运算符或括号使用错误，导致过滤条件和预期不符——比如误将“同时满足两列异常才移除”写成了反向逻辑，或者括号没把多条件括对，导致取反失效。

正确实现步骤 #

1. 先计算两列的异常值上限（Q3+1.5IQR）

明确计算每列的四分位距和上限，注意加na.rm=TRUE避免NA干扰：

# 计算serum_creatinine的异常上限
sc_upper <- quantile(HF2$serum_creatinine, 0.75, na.rm = TRUE) + 1.5 * IQR(HF2$serum_creatinine, na.rm = TRUE)

# 计算creatinine_phosphokinase的异常上限
cpk_upper <- quantile(HF2$creatinine_phosphokinase, 0.75, na.rm = TRUE) + 1.5 * IQR(HF2$creatinine_phosphokinase, na.rm = TRUE)

2. 两种正确的过滤写法

你需要移除任一列超过上限的行，等价于保留两列都不超过上限的行，两种写法都可以：

写法1：直接保留符合条件的行（逻辑更直观）

用&（逻辑与）连接两个“不超过上限”的条件，确保只有两列都正常的行被保留：

library(dplyr)
HF2_clean <- HF2 %>%
  filter(serum_creatinine <= sc_upper & creatinine_phosphokinase <= cpk_upper)

写法2：取反“任一列异常”的条件

用!取反整个“任一列超过上限”的逻辑块，必须把|（逻辑或）的条件用括号括起来，否则取反范围会出错：

HF2_clean <- HF2 %>%
  filter(!(serum_creatinine > sc_upper | creatinine_phosphokinase > cpk_upper))

你可能犯的错误示例 #

错误1：误用|代替&

如果写成下面这样，会保留只要有一列正常的行，相当于几乎没过滤：

# 错误示例：逻辑运算符用错，过滤条件完全反向
HF2_wrong <- HF2 %>%
  filter(serum_creatinine <= sc_upper | creatinine_phosphokinase <= cpk_upper)

错误2：括号位置错误

如果取反时没把|条件括起来，会变成“移除serum_creatinine异常或保留creatinine_phosphokinase正常”的错误逻辑：

# 错误示例：括号缺失，取反范围错误
HF2_wrong <- HF2 %>%
  filter(!serum_creatinine > sc_upper | !creatinine_phosphokinase > cpk_upper)

验证异常值数量 #

可以先确认异常值的统计是否正确，避免统计逻辑本身出错：

# 统计任一列超过上限的行数（应该等于你说的56）
sum(HF2$serum_creatinine > sc_upper | HF2$creatinine_phosphokinase > cpk_upper, na.rm = TRUE)

内容的提问来源于stack exchange，提问作者Antonio