计算均值、SD 并替换 R 中的值

Question

我有上面的数据框，日期和时间以及相应的信号值。

我需要用0替换所有正值
替换后，for every 60 seconds，我需要计算mean和Std dev，并将值替换为偏差很大的均值。

例如，对于前 60 秒，如果 2017-08-23 07:49:58 处的值与 SD 的偏差较大，则应将其替换为均值。这意味着“59”应该被替换为 mean

     date-time             RSSI
    2017-08-23 07:49:38    -68
    2017-08-23 07:49:48    -69
    2017-08-23 07:49:58    -59
    2017-08-23 07:50:08    -65
    2017-08-23 07:50:18     127
    2017-08-23 07:50:28    -74
    2017-08-23 07:50:38     127
    2017-08-23 07:50:48    -74
    2017-08-23 07:50:58     127
    2017-08-23 07:51:08    -74
    2017-08-23 07:51:18    -65
    2017-08-23 07:51:28     127
    2017-08-23 07:51:38    -59
    2017-08-23 07:51:48    -62
    2017-08-23 07:51:58    -57

预期输出：

输出 1：

  date-time              RSSI
  2017-08-23 07:49:38   -68
  2017-08-23 07:49:48   -69
  2017-08-23 07:49:58   -59
  2017-08-23 07:50:08   -65
  2017-08-23 07:50:18    0

输出 2：

  date-time              RSSI
  2017-08-23 07:49:38   -68
  2017-08-23 07:49:48   -69
  2017-08-23 07:49:58   **-62**
  2017-08-23 07:50:08   -65
  2017-08-23 07:50:18   **-62**

这里-62 is mean and its replaced

Answer 1

不要在 R 中使用 for 循环。尝试使用向量解决方案，如果您需要性能，通常包 data.table 就是您想要的。

library(data.table)
dt = data.table("date-time"=c(as.POSIXct(c("2017-08-23 07:49:38", "2017-08-23 07:49:48", "2017-08-23 07:49:58", "2017-08-23 07:50:08", "2017-08-23 07:50:18", "2017-08-23 07:50:28" ))), RSSI=c(-68, -69, -59, -65, 127, -74))

dt[RSSI > 0 , RSSI:=NA] #replacing positive ones with NA
print(dt)
dt[ , minute:=floor(as.numeric(`date-time`)/60)] # calculate for each time in which minute it belongs
# calculate mean and standard deviation per group
dt[ , c("mean", "stdev") := list(mean(RSSI, na.rm=TRUE), sd(RSSI, na.rm=TRUE)), by = minute] #ignoring the NA outliers
dt[ abs(RSSI - mean) > stdev  | is.na(RSSI), RSSI:=round(mean)] #round should return an integer
print(dt)

您想要的解决方案应该与此类似。使用 data.table 读取 csv 最适合函数 fread。

计算均值、SD 并替换 R 中的值

Calculate Mean, SD, and replace values in R

for-loop

r

mean

dataframe

standard-deviation