计算平均值，标准差并替换R中的值

Question

我有上面的数据帧，日期和时间以及相应的信号值。

1. 我需要将所有正值替换为0
2. 替换后， 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

Answer 1

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。