[問題] 對group_by後的資料使用filter過濾

[joson4921 (特務)]

文章分類提示:
- 問題: 當你想要問問題時，請使用這個類別


[問題類型]:

程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)


[軟體熟悉度]:
*[m
入門(寫過其他程式，只是對語法不熟悉)

[問題敘述]:


手上有一組資料叫作OnStop_TT(csv檔:https://goo.gl/uneVoZ)

想選取其中的Time_frame(5-22時)/Goback(去&返程)/NameZh(單程25站)等三個欄位

以group_by作分類,分類結果為

符合對應Time_frame/Goback/NameZh底下皆有數十筆不等之Time_OnStop(停靠時間)

再以summarise取出停靠時間最小值,然後用arrange依Time_OnStop大小排序輸出

以下程式碼參考網路上有的並加以修改如下:
===============================================================

#初始化 type 儲存分類後的 OnStop_TT 資料
type <- OnStop_TT %>%

  #選取Time_frame, Goback, NameZh等三欄位作為分類數據的依據
  group_by(Time_frame,Goback,NameZh) %>%

  summarise(Time_OnStop = min(Time_OnStop)) %>%
  arrange(desc(Time_OnStop))

===============================================================






到這邊為止都OK也能跑出我要的結果.

但我想做的是在summarise取最小值之前,先行排除停靠時間過小的資料：

→比「盒鬚法下緣(令此數為 QL )減1.5倍 IQR」還要小的資料視為異常值刪除

之後再對每一組分類結果底下的停靠時間資料作處理:

因為不會寫所以copy網路上找到的程式碼並修改如下:

===============================================================

  #初始化盒鬚法上下緣分別為 QU 和QL, IQR值為QU-QL

  QL <- quantile( type, probs=0.25) %>%
  QU <- quantile( type, probs=0.75) %>%
  QU_QL <- QU-QL %>%
  QL %>%
  QU %>%
  QU_QL %>%

  #鎖定小於下四分位數的數值（ Time_OnStop < QL-1.5*IQR 的資料視為異常值)
  which(type < QL-1.5*QU_QL) %>%
  type[which(type < QL-1.5*QU_QL)] %>%

  #移除小於 下緣QL減去1.5倍IQR 的資料列
  #然後取最小值
  filter( type, Time_OnStop < (QL-1.5*QU_QL)) %>%

  summarise(Time_OnStop = min(Time_OnStop)) %>%
  arrange(desc(Time_OnStop))

===============================================================

錯誤代碼,疑似QU沒有成功初始化:Error: object 'QU' not found

弄了快一星期還是找不到問題出在哪,請求板上大神協助

感謝大家


[環境敘述]:

請提供 sessionInfo() 的輸出結果，
裡面含有所有你使用的作業系統、R 的版本和套件版本資訊，
讓版友更容易找出錯誤


[關鍵字]:


選擇性，也許未來有用


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.161.171.149
※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1479546303.A.C7A.html
→ celestialgod: 第二段程式碼 完全看不懂  a <- b %>% c <- d %>%
→ celestialgod: 這到底是什麼語法？
QL <- quantile( type, probs=0.25) %>%
QU <- quantile( type, probs=0.75) %>%

我的想法是用 quantile 函數去抓出前面 group_by 出來的每一組數據排序25%跟75%的值

用25%和75%的值當做lowerbound跟upperbound,分別指定給 QL 和 QU

再用 QL 跟 QU 去算IQR,但是不知道為什麼console一直顯示錯誤, QL 跟 QU 算不出來
→ celestialgod: 沒有這種與法拉qq
→ celestialgod: %>% 要有接函數... 你下一行又是一行assign...
→ celestialgod: 當然會assign 失敗
痾那我這邊應該要怎麼個打法才能跑出我想要的結果呢?..0.0

因為初始化 QL 和 QU 要根據group_by出來的結果
所以我就想說把 QL 跟 QU 的初始化擺在group_by後面
但這樣子程式會出現錯誤:

＞Error in quantile(type, probs = 0.25) : object 'type' not found

所以我就在QL和QU後面通通加上 %>% ,但這樣一搞就變成後面出錯了
現在處於一個不知道哪裡出問題的狀態,煩請大神指點迷津,感謝

PS.一開始我是第一段程式碼先group_by出分類結果
   然後想說第二段程式碼是根據第一段的分類結果
   所以我就把第二段程式碼安插在第一段的group_by跟summarize中間
   我的想法是這樣,但我不知道這樣的邏輯對不對,還請不吝指正,感謝!!!
※ 編輯: joson4921 (1.161.171.149), 11/19/2016 20:11:36
→ celestialgod: 這個錯誤很明顯來自你的type這個變數沒有被assign
→ joson4921: 好的，我再去找找看怎麼解
→ joson4921: 感謝
→ cywhale: 你是想寫dt1<-type %>% mutate(QL=quantile(Time_OnStop,
→ cywhale: probs=0.25)) %>% mutate(QU = quantile(Time_OnStop,
推 cywhale: probs=0.75)) 直接在分群好的資料mutate新變數QL, QU即可
→ joson4921: 謝謝,用了mutate去跑並修正filter之後有跑出我要的結果
→ joson4921: 了,感謝兩位c大大的協助!!!