na.rm中R中的其他值

Question

我有一個數據框

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

並想要計算平均值，但想排除異常值，在這種情況下為-9999

是否有類似的命令

na.rm

所以我可以去

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

請注意，我的df如果600 x 50暗淡

Answer 1

我們可以根據邏輯條件將'df'中的值replace為NA並使用rowMeans 。

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

或如評論中提到的@RHertel

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

---

或另一種選擇是遍歷'df'的列，使用boxplot.stats獲得離群值觀測值，將離群值轉換為NA並執行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

如果您想要整個數據框架的均值，則可以采用以下方法：

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

當我將其應用於您提供的df時，我會得到預期的答案：3。

Answer 3

您編寫自己的函數，但不包含-9999的值

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

y(df$b)

[1] 3