R语言逐行数据处理：为数据框添加离群值标记的方法

问题分析 #

你的原代码存在两个核心问题：

1. distance列是字符类型，直接用distance>5会按字符字典序比较，结果不符合数值判断的预期；
2. 基础if/else是标量判断逻辑，仅会处理单个值，无法对列（向量）逐元素执行判断。

修正步骤与代码 #

1. 转换数据类型

先把distance列从字符型转为数值型，确保数值比较逻辑正确：

df$distance <- as.numeric(df$distance)

2. 用向量化函数添加标记列

ifelse()是R中专门处理向量的条件判断函数，会逐元素检查条件并返回对应结果，直接给数据框新增outlier列：

df$outlier <- ifelse(df$distance > 5, "Yes", "No")

完整运行代码

# 原始数据框
df <- data.frame(obs=c('1', '2', '3', '4'),
                 distance=c('1.11','2.22','9.99','3.33'))

# 转换distance为数值型
df$distance <- as.numeric(df$distance)

# 逐行标记离群值
df$outlier <- ifelse(df$distance > 5, "Yes", "No")

# 查看结果
head(df)

执行后会得到目标结果：

obs distance outlier
1   1     1.11      No
2   2     2.22      No
3   3     9.99     Yes
4   4     3.33      No

补充：dplyr风格写法 #

如果习惯用tidyverse语法，可加载dplyr包后这样实现：

library(dplyr)
df <- df %>%
  mutate(distance = as.numeric(distance),
         outlier = if_else(distance > 5, "Yes", "No"))

内容的提问来源于stack exchange，提问作者Werrby