r - 创建函数时出错: 'recursive indexing failed'

Question

我正在尝试创建一个函数，当给定数据框和列时，它使用 Rosner 的测试 (EnvStats::rosnerTest) 来识别异常值并返回新的数据框，以便我可以检查每个异常值。

我可以在不使用函数的情况下实现此目的，但因为我有一个包含许多变量的数据框，所以我想创建一个函数来更快地自动执行此操作。 ( My previous post 显示一次执行此一个变量的工作流程。)

这是我的数据:

> dput(head(data))
structure(list(cap_date = structure(c(4856, 4860, 4860, 4861, 
4866, 4867), class = "Date"), cap_year = c(1983L, 1983L, 1983L, 
1983L, 1983L, 1983L), age_class = c("A", "S", "S", "A", "A", "A"), sex = 
c("F", "F", "F", "F", "F", "F"), alt = c(11, 12, 15.67000008, 7, 14.5, 
17.5), alb = c(2.599999905, 5.369999886, 4.670000076, 4.429999828, 3.75, 
3.700000048), alp = c(9, 86.33000183, 28, 170.6699982, 12, 82.5), 
tbil = c(0.200000003, 1.070000052, 0.430000007, 1.169999957, 
0.300000012, 0.400000006), bun = c(20, 17, 11.32999992, 56.33000183, 
7.5, 45), calcium = c(NA, 8.930000305, 8.800000191, 8.970000267, NA, 
7.550000191), crea = c(0.5, 0.569999993, 0.529999971, 0.600000024, 
1.049999952, 0.75), phos = c(2.75, 4.099999905, 4.96999979, 
5.329999924, 4.099999905, 7.400000095), pot = c(5.550000191, 
6.730000019, 3.869999886, 4.269999981, 3.049999952, 6.849999905), tp 
= c(4.449999809, 6.769999981, 5.800000191, 6.769999981, 5.75, 
6.400000095), sodium = c(NA, 142, 127, 138.3300018, 164, 139), glob = 
c(1.849999905, 1.400000095, 1.130000114, 2.340000153, 2, 
2.700000048), cortisol = c(4.24, 7.2231, 4.5431, NA, 6.0874, 4.8727), 
row = c(1L, 2L, 3L, 4L, 6L, 7L)), row.names = c(1L, 2L, 3L, 4L, 6L, 
7L), class = "data.frame")

这是我的代码:

library("EnvStats")
library("dplyr")
detect.outlier <- function(df, i, k) {  # i is a column/variable, and k is an input in the Rosner test

  plot(df$year, df[[i]], xlab = "Year", ylab = "Value") # I also want to print the plot

  ros.test <- rosnerTest(df[[i]], k)

  ros.results <- ros.test$all.stats

  ros.outliers <- ros.results %>% filter(Outlier) %>% select(Obs.Num) # filter by outlier = TRUE ; Obs.Num corresponds with row number in my data frame

  ros.outliers <- ros.outliers[,1]  # change from a data frame to a vector 

  outlier_df <- df[df$row %in% ros.outliers,]

  return(outlier_df %>% select(age_class, sex, i))

}

我尝试运行该函数:

detect.outlier(data, alt, 20)

但是我收到一个错误:

Error during wrapup: recursive indexing failed at level 2

Error: no more error handlers available (recursive errors?); invoking 'abort' restart

我不确定这意味着什么或如何解决它 - 任何帮助将不胜感激。非常感谢!

编辑:有时当我运行该函数时，我也会收到此错误:

Error in rosnerTest(data$variable, k) : 'x' must be a numeric vector

这看起来很奇怪，因为当我执行 class(data$alt) 时，它说它是数字。

编辑:Yama的解决方案是正确的。 我正在检查代码以确保它返回正确的异常值，并且 Rosner 测试似乎返回与行号不同的“Obs.Num”。以下是使用函数解构代码的示例:

> ros.test <- rosnerTest(df$crea, k = 10)

Warning message:
In rosnerTest(df$crea, k = 10) :
3 observations with NA/NaN/Inf in 'x' removed.

> ros.results <- ros.test$all.stats

> print(ros.results)
   i   Mean.i      SD.i Value Obs.Num    R.i+1 lambda.i+1 Outlier
1  0 1.078450 0.3102488  3.35     222 7.321705   4.053146    TRUE
2  1 1.076295 0.3023919  2.55      12 4.873495   4.052913    TRUE
3  2 1.074895 0.2991009  2.35    1047 4.263125   4.052680    TRUE
4  3 1.073683 0.2966446  2.30     877 4.133960   4.052447    TRUE
5  4 1.072516 0.2943607  2.10     801 3.490560   4.052214   FALSE
6  5 1.071538 0.2927857  2.00     293 3.171133   4.051980   FALSE
7  6 1.070653 0.2915166  2.00     373 3.187974   4.051746   FALSE
8  7 1.069766 0.2902367  1.95     633 3.032814   4.051512   FALSE
9  8 1.068925 0.2890959  1.90     103 2.874737   4.051278   FALSE
10 9 1.068131 0.2880883  1.85     548 2.713992   4.051043   FALSE

> # 4 outliers flagged - obs. num 222, 12, 1047, and 877

> crea <- df[c(222, 12, 1047, 877),]

> crea %>% select(age_class, sex, crea, row)

     age_class sex crea  row
236          A   F 3.35  236
13           A   M 2.55   13
1154         A   M 2.35 1154
969          A   M 2.30  969

这里我们看到行号从 222 更改为 236、从 12 更改为 13、从 1047 更改为 1154、从 877 更改为 969

这最终会对我的函数行产生影响

outlier_df <- df[df$row %in% ros.outliers,]

因为它随后索引了错误的行号。

非常感谢任何帮助!!

Answer 1

您的函数会查找您指定的变量i。当您使用 detect.outlier(data, alt, 20) 调用函数时，i 的值为 alt。因此，在函数 detect.outlier() 中执行的代码是 plot(df$year, df[[alt]], xlab = "Year", ylab = "Value") 应该是 plot(df$year, df[["alt"]], xlab = "Year", ylab = "Value")。

您可以通过编写 detect.outlier(df, "alt", 20) 来更正该问题。

您的代码中显然还有另一个问题:

Error in xy.coords(x, y, xlabel, ylabel, log) :
'x' and 'y' lengths differ

但这应该已经对你有帮助了。

编辑:您应该提供 rosnerTest 函数的包名称。