如何在 R 中使用 lapply 消除异常

Question

我有一个数据框列表，我正在尝试使用lapply 来消除我的数据中的异常，尝试使代码尽可能健壮，因为输入的数据会不断变化。

我正在尝试使用：

newdata <- lapply(ChaseSubSet, function(){
  anomalies <- 0.02 > ChaseSubSet[,1] > 0.03
  anomalies = na
})

但是 a) 这不起作用 b) 我认为摆脱平均值超过 0.1 的值会更加稳健。我必须对数据的每一列应用不同的规则，但让它适用于列表中的所有 data.frames。我想使用 lapply 在最后生成一个列表。

我的数据如下：

我想对列表的所有 13 个数据框进行排序，它们都像这张图片。我想如果 value 的异常值被替换为 NA 我的想法是这将在以后使用不同长度的不同列产生最少的问题。

我还是新手，如果有任何不正确之处，我深表歉意。

Answer 1

如果数据帧列表为ChaseSubSet，则调用函数no_anomalies下方的lapply。请注意参数offset，如果您想从数据帧中的每个向量的平均值中移除超过0.1 的异常（离群值？），您可以设置该参数。

no_anomalies <- function(x, offset = 0.1, na.rm = TRUE){
  x.bar <- mean(x, na.rm = na.rm)
  away <- x < (x.bar - offset) | x > (x.bar + offset)
  is.na(x) <- which(away)
  x
}

newdata <- lapply(ChaseSubSet, function(DF){
  is_num <- sapply(DF, is.numeric)
  DF[is_num] <- lapply(DF[is_num], no_anomalies, offset = 0.1)
  DF
})