多个过滤器参数 dplyr

Question

我想在一个巨大的（>20 000 个点）数据集中过滤掉多个数据错误。

这是一个假数据集（编辑：我大大简化了它）：

data<-data.table(age=c(1,1,1,2,2,2,3,3,4,4,4,4,4,4),wt=c(32,12,5,32,80,32,1,0,4,8,1,1,2,50))

在这个假设的例子中，我想在 age==1 时排除 wt 值 >20 或 <6，然后从均值中排除任何 wt 值 +/- 1 SD age 2-3 天，然后从 age 4.

的平均值中排除任何 wt 值 +/- 2 SD

编辑请注意，我并不是要将 2-3 岁分组以提取 1 个平均值和 1 个 SD。相反，我希望 dplyr 分别提取每个年龄段（2 岁和 3 岁）的均值和标准差，并在该年龄段应用相同的排除标准。

我大体上熟悉 dplyr 并考虑过这样解决它（解决方案改编自 @Suran 的回答，但未完全按需要工作）：

data_clean<-data%>%filter(
    !(age==1 & wt<6),
    !(age==1 & wt>20),
    !(age==2 & wt >= (mean((data%>%filter(age==2))$wt) +sd((data%>%filter(age==2))$wt))), 
    !(age==2 & wt <= (mean((data%>%filter(age==2))$wt)-sd((data%>%filter(age==2))$wt))),
    !(age==3 & wt >= (mean((data%>%filter(age==3))$wt) +sd((data%>%filter(age==3))$wt))), 
    !(age==3 & wt <= (mean((data%>%filter(age==3))$wt)-sd((data%>%filter(age==3))$wt))),
    !(age==4 & wt >= (mean((data%>%filter(age==4))$wt) +2*sd((data%>%filter(age==4))$wt))), 
    !(age==4 & wt <= (mean((data%>%filter(age==4))$wt)-2*sd((data%>%filter(age==4))$wt)))
        )

这是一个非常麻烦的解决方案，并且对我来说不可行，因为我实际上有 8 个不同的排除标准，跨越多个年龄段。关于如何将它们整合在一起有什么建议吗？

编辑：所需的最终数据集如下所示：

Answer 1

要为每个 age 获取 mean()，您需要先 group_by(age) 和 scale()，然后再执行过滤器参数。

data_clean <- data
    group_by(age) %>%
    mutate(x = abs(scale(wt)[,1])) %>% #create a new variable that scales the wt, x<=1 means wt is within 1 SD of mean, x<=2 means wt is within 2 SD of mean
    ungroup() %>%
    filter((age==1 & wt %in% c(6:20) | #keep weights >6g and <20g at age==1
        age %in% c(2:3) & x <= 1 | #keep mean wts ± 1 SD for 2-3 days 
        age>=4 & x<=2) %>% #keep mean wts ± 2 SD for >=4 days
     select(-x)

多个过滤器参数 dplyr

Multiple filter arguments dplyr

r

filter

mean

standard-deviation

dplyr