R 如何跨多个列有条件地用NA替换值

我想用NA替换数据帧每列中的异常值

例如，如果我们将离群值定义为任何大于平均值3个标准偏差的值，我可以使用下面的代码实现每个变量的离群值

我不想单独指定每一列，而是希望在一次调用中对

df

的所有列执行相同的操作。有没有关于怎么做的建议

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))

库（dplyr）
数据（“iris”）
df%
选择（萼片长度、萼片宽度、花瓣长度）%>%
总目（10）
#为每个变量添加一个清晰的异常值
df[1,1:3]=99
#将3个标准差以上的值替换为NA
df_已清洁%
变异（萼片长度=替换（萼片长度，萼片长度>（abs（3*sd（df$Sepal.Length，na.rm=TRUE）），na））

您需要使用

mutate_all（）

，即

library(dplyr)

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

---

另一个选项是

base R

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

---

解决了的！我以为我已经尝试了变异，但结果证明我的点在错误的地方。谢谢你的帮助。

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