[英]Calculate Mean, SD, and replace values in R
我有上面的数据帧,日期和时间以及相应的信号值。
for every 60 seconds
,我需要计算mean
和Std dev
并用偏离很大的平均值替换值。 例如,对于前60秒,如果2017-08-23 07:49:58的值与SD的偏差更大,则应将其替换为均值。 这意味着“ 59”应替换为
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
预期产量:
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**
-62 is mean and its replaced
不要在R中使用循环。请尝试使用向量化解决方案,如果需要性能,通常需要打包data.table。
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与此类似。 使用data.table读取csv与fread函数一起使用效果最佳。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.