na.rm 对于 R 中的其他值

Question

我有一个数据框

df=data.frame(a=1:5,b=c(1,3,4,-999999,4))

并想计算它的平均值，但想排除异常值，在本例中为 -9999

有没有类似

的命令

na.rm

所以我可以走了

apply(df,1,function(x) mean(if x>-100 & x <100))

注意我的 df if 600 x 50 dim

Answer 1

我们可以replace根据逻辑条件将'df'中的值设为NA，并使用rowMeans。

rowMeans(replace(df, !(df < 100 & df > -100) , NA), na.rm=TRUE)
#[1] 1.0 2.5 3.5 4.0 4.5

或者如评论中提到的@RHertel

rowMeans(replace(df, abs(df) > 100 , NA), na.rm=TRUE) 
#[1] 1.0 2.5 3.5 4.0 4.5

或者另一种选择是遍历 'df' 的列，使用 boxplot.stats 获取异常值观察值，将异常值转换为 NA 并执行 rowMeans .

rowMeans(sapply(df, function(x)  x*NA^(x %in% boxplot.stats(x)$out)), na.rm=TRUE)
#[1] 1.0 2.5 3.5 4.0 4.5

Answer 2

如果你想要整个数据框的平均值，你可以开门见山地使用：

mean(df[df > -100 & df < 100])

当我将其应用于您提供的 df 时，我得到了预期的答案：3.

Answer 3

您编写自己的函数，不包括您的案例的 -9999 值

y<-function(x){mean(x[!grepl("\-999",x)])}

y(df$b)

[1] 3

na.rm for other values in R