Question

我需要一种方法来替换值为-9999的异常值。在我的数据-9999中意味着缺少值。这只是通常用于此类数据而不是NA

的约定

我有一个名为amf的数据框，它是43列。我需要逐列进行，并将每个值替换为99百分位数以下，并将1百分位数替换为-9999。我需要删除一些列，例如年份列。

我尝试过以各种方式使用apply和lapply函数，但我必须错误地使用它们。这是我试过的

amf_out <- apply(amf[,4:43],2, which(amf[,4:43] > quantile(amf[,4:43, .99)))

amf_out <- lapply(1:length(amf), function(i) amf[which(amf[,i] > quantile(amf[,1],.99))] <- 
-9999)

amf[which(amf[,4:43] > quantile(amf[,4:43], .99))] <- -9999

这些论文都没有奏效。有什么建议吗？

Answer 1

在R中工作时，请使用NA表示缺失值。任何其他东西都会造成编码问题并成为bug的来源。导出数据时，只应使用不同的缺失值，以便与需要此类不同值的其他软件一起使用。 write.table（及其变体如write.csv）有一个na参数，您可以指定此值。

write.csv(amf_out, "my file", na = "-9999")

Answer 2

暂且不管你是否应该这样做，这是另一种选择：

threshold <- 1000
as.data.frame(lapply(amf_out, function(x) replace(x, x > threshold, -9999)))

在这里，您逐列，并替换超过您的阈值的值。据推测，您希望所有值都具有相同的阈值。它可以是1000，也可以是分位数，或其他任何内容。

Answer 3

要获取输出data.frame，您可以使用以下内容：

amf_out <- apply(amf[,4:43],2, function(x) {x[x > quantile(x, .99) & x < quantile(x, .01)] <- -9999;x})

替换R中的异常值

3 个答案: