我有一個像這樣的面板資料集
| 年 | ID | 治療年 | 治療時間 | 結果 |
|---|---|---|---|---|
| 2000年 | 1 | 2011年 | -11 | 2 |
| 2002年 | 1 | 2011年 | -10 | 3 |
| 2004年 | 2 | 2015年 | -9 | 22 |
等等等等。我正在嘗試通過“Winsorize”處理例外值。最終目標是制作一個散點圖，X 軸為 time_to_treatment，Y 軸為結果。
我想用它的 winsorized 結果替換每個 time_to_treatment 的結果，即將所有極值替換為 5% 和 95% 分位數值。到目前為止，我試圖做的是這個，但它不起作用。
for(i in range(dataset$time_to_treatment)){
dplyr::filter(dataset, time_to_treatment == i)$outcome <- DescTools::Winsorize(dplyr::filter(dataset,time_to_treatment==i)$outcome)
}
我收到錯誤 -過濾器錯誤（資料集，time_to_treatment == i）<- *vtmp*：找不到函式“過濾器<-”
誰能提供更好的方法？謝謝。
我的實際資料，其中：沖突 = 結果，傭金 = 治療年份，CD_mun = id。
關注的時間段指標是time_to_t
組：年份，CD_MUN，型別 [6]
| 型別 | CD_MUN | 年 | time_to_t | 沖突 | 委員會 |
|---|---|---|---|---|---|
| 色度 | 資料庫 | 資料庫 | 資料庫 | 整數 | 資料庫 |
| 清單 | 1100023 | 2000年 | -11 | 1 | 2011年 |
| 清單 | 1100189 | 2000年 | -3 | 2 | 2003年 |
| 清單 | 1100205 | 2000年 | -9 | 5 | 2009年 |
| 清單 | 1500602 | 2000年 | -4 | 1 | 2004年 |
| 清單 | 3111002 | 2000年 | -11 | 2 | 2011年 |
| 清單 | 3147006 | 2000年 | -10 | 1 | 2010年 |
uj5u.com熱心網友回復：
假設“時間段”是指'commission'列，您可以使用ave.
transform(dat, conflicts_w=ave(conflicts, commission, FUN=DescTools::Winsorize))
# type CD_MUN year time_to_t conflicts commission conflicts_w
# 1 manif 1100023 2000 -11 1 2011 1.05
# 2 manif 1100189 2000 -3 2 2003 2.00
# 3 manif 1100205 2000 -9 5 2009 5.00
# 4 manif 1500602 2000 -4 1 2004 1.00
# 5 manif 3111002 2000 -11 2 2011 1.95
# 6 manif 3147006 2000 -10 1 2010 1.00
資料：
dat <- structure(list(type = c("manif", "manif", "manif", "manif", "manif",
"manif"), CD_MUN = c(1100023L, 1100189L, 1100205L, 1500602L,
3111002L, 3147006L), year = c(2000L, 2000L, 2000L, 2000L, 2000L,
2000L), time_to_t = c(-11L, -3L, -9L, -4L, -11L, -10L), conflicts = c(1L,
2L, 5L, 1L, 2L, 1L), commission = c(2011L, 2003L, 2009L, 2004L,
2011L, 2010L)), class = "data.frame", row.names = c(NA, -6L))
uj5u.com熱心網友回復：
首先你可以使用這個：
# The data
set.seed(123)
df <- data.frame(
time_to_treatment = seq(-15, 0, 1),
outcome = sample(1:30, 16, replace=T)
)
# A solution without Winsorize based solely on dplyr
library(dplyr)
df %>%
mutate(outcome05 = quantile(outcome, probs = 0.05), # 5% quantile
outcome95 = quantile(outcome, probs = 0.95), # 95% quantile
outcome = ifelse(outcome <= outcome05, outcome05, outcome), # replace
outcome = ifelse(outcome >= outcome95, outcome95, outcome)) %>%
select(-c(outcome05, outcome95))
您可以將其調整為您的確切問題。
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/390452.html
上一篇：洗掉在R中有重復的行