如何在多列中有条件地用 NA 替换值答案

【问题标题】：How to conditionally replace values with NA across multiple columns如何在多列中有条件地用 NA 替换值
【发布时间】：2019-09-08 18:04:01
【问题描述】：

我想用 NA 替换数据框每一列中的异常值。

例如，如果我们将异常值定义为与平均值相差 3 个标准差的任何值，我可以使用以下代码实现此每个变量。

我不想单独指定每一列，我想在一次调用中对df 的所有列执行相同的操作。有关如何执行此操作的任何指示？！

谢谢！

library(dplyr)
data("iris")
df <- iris %>% 
  select(Sepal.Length, Sepal.Width, Petal.Length)%>% 
  head(10) 

# add a clear outlier to each variable
df[1, 1:3] = 99

# replace values above 3 SD's with NA
df_cleaned <- df %>% 
  mutate(Sepal.Length = replace(Sepal.Length, Sepal.Length > (abs(3 * sd(df$Sepal.Length, na.rm = TRUE))), NA))

【问题讨论】：

标签： r replace dplyr na

【解决方案1】：

另一个选项是base R

df[] <- lapply(df, function(x) replace(x, . > (abs(3 * sd(x, na.rm = TRUE))), NA))

或与colSds 来自matrixStats

library(matrixStats)
df[df > abs(3 * colSds(as.matrix(df), na.rm = TRUE))] <- NA

【讨论】：

【解决方案2】：

你需要使用mutate_all()，即

library(dplyr)

df %>% 
 mutate_all(funs(replace(., . > (abs(3 * sd(., na.rm = TRUE))), NA)))

【讨论】：

解决了！我以为我已经尝试过 mutate_all 但事实证明我的点在错误的地方。感谢您的帮助。