用时间序列中的其他值替换时间序列的异常值答案

【问题标题】：replace outlier values of a time series with other values in the time series用时间序列中的其他值替换时间序列的异常值
【发布时间】：2019-05-06 12:52:50
【问题描述】：

我有一个时间序列，我想用其他（不是异常值）值随机替换异常值。时间序列如下：

date           Category      Value1
2018-09-10       A            .4
2018-09-10       B            .6
2018-09-10       A             4
2018-09-10       C            .2
2018-09-10       D             7

然后我尝试确定异常值如下：

qn = quantile(df1$value1, c(0.05, 0.85), na.rm = TRUE)
df6 = within(df1, { value = ifelse(df1$value1 < qn[1], qn[1], df1$value1)
value = ifelse(df1$value1  > qn[2], qn[2], df1$value1 )})

然后我想用列value1 中的一些值替换异常值，这些值不是异常值。

【问题讨论】：

我确实放了一个我不知道的数据框，对此感到抱歉
你为什么想要那个？异常值也是数据。

标签： r dplyr outliers

【解决方案1】：

如果您想随机替换异常值，一种方法是

#Find out indices which are outliers
inds <- df1$Value1 > qn[2] | df1$Value1 < qn[1]

#Replace those outliers by randomly selecting non-outliers  
df1$Value1[inds] <- sample(df1$Value1[!inds], sum(inds))

df1
#       date  Category Value1
#1 2018-09-10        A    0.4
#2 2018-09-10        B    0.6
#3 2018-09-10        A    4.0
#4 2018-09-10        C    4.0
#5 2018-09-10        D    0.6

数据

df1 <- read.table(text = "date           Category      Value1
                          2018-09-10       A            .4
                          2018-09-10       B            .6
                          2018-09-10       A             4
                          2018-09-10       C            .2
                          2018-09-10       D             7", header =T)

qn <- quantile(df1$Value1, c(0.05, 0.85), na.rm = TRUE)

【讨论】：