排除R中df中顶部和底部1%的数据

对于示例数据框：

set.seed (1000)
a <- rnorm(1000)
b <- seq(1, 1000, by=1)
df <- data.frame(b, a)

我想排除数据中前 1% 和后 1%（a 列）。

我读过 R 中的修剪和分位数，但似乎无法让它们工作。

有人可以帮助解释我如何：

A。将这些四肢设置为 NA

b.从我的数据框中删除这些四肢

您可以检查每列的元素是否在 0.01 和 0.99 分位数之间，然后保留所有列都在这些分位数之间的行

keep <- Reduce(`&`, lapply(df, function(x) x >= quantile(x, .01) 
                                            & x <= quantile(x, .99)))


df[keep,]

如果您只想排除其中的行a在 0.01 和 0.99 分位数之外，你可以这样做

keep <- df$a >= quantile(df$a, .01) & df$a <= quantile(df$a, .99) 

df[keep,]

Or

keep <- lapply(df, function(x) x >= quantile(x, .01) 
                               & x <= quantile(x, .99))


df[keep$a,]

将极值设置为NA， 你可以这样做：

keep <- df$a >= quantile(df$a, .01) & df$a <= quantile(df$a, .99) 

df[!keep, 'a'] <- NA

data.table让这变得更容易。例如，将行保留在a在 0.01 和 0.99 分位数之间，你可以这样做

library(data.table)
setDT(df)

df[a %between% quantile(a, c(.01, .99))]