R 从按变量分组的数据帧中搜索并删除异常值

我有一个数据框，有5个变量和800行：

head(df)
       V1 variable    value element OtolithNum
1 24.9835       V7 130230.0      Mg         25
2 24.9835       V8 145844.0      Mg         25
3 24.9835       V9 126126.0      Mg         25
4 24.9835      V10 103152.0      Mg         25
5 24.9835      V11 129571.9      Mg         25
6 24.9835      V12 114214.0      Mg         25

我需要执行以下操作：

识别所有值（来自“值”变量），这些值与中位数的标准偏差>2，按元素变量分组

从数据帧中删除离群值（或创建一个排除离群值的新数据帧）

我一直在使用dplyr包，并使用以下代码按“element”变量分组，并提供平均值：

df1=df %>%
  group_by(element) %>%
  summarise_each(funs(mean), value)

在我提取平均值之前，请您帮助我操作或添加上述代码，以删除由“element”变量分组的异常值（定义见上文，中位数大于2 sd）

我从另一个帖子中尝试了以下代码（这就是为什么上面的数据名与我的个人数据不匹配），但运气不佳：

#standardize each column (we use it in the outdet function)
   scale(dat)
#create function that looks for values > +/- 2 sd from mean
   outdet <- function(x) abs(scale(x)) >= 2
#index with the function to remove those values
   dat[!apply(sapply(dat, outdet), 1, any), ]

#标准化每个列（我们在outdet函数中使用它）
刻度（dat）
#创建从平均值中查找值>+/-2 sd的函数
outdet=2
#使用函数索引以删除这些值
数据[！应用（sapply（数据，输出），1，任何），]

这里有一个使用base R的方法：

element <- sample(letters[1:5], 1e4, replace=T)
value <- rnorm(1e4)
df <- data.frame(element, value)

means.without.ols <- tapply(value, element, function(x) {
  mean(x[!(abs(x - median(x)) > 2*sd(x))])
})

结果比较：

> means.without.ols
           a            b            c            d            e 
-0.008059215 -0.035448381 -0.013836321 -0.013537466  0.021170663 

> df1
Source: local data frame [5 x 2]

  element        value
1       a -0.008059215
2       b -0.035448381
3       c -0.013836321
4       d -0.013537466
5       e  0.021170663

你可能需要检查一下

> means.without.ols
           a            b            c            d            e 
-0.008059215 -0.035448381 -0.013836321 -0.013537466  0.021170663 

> df1
Source: local data frame [5 x 2]

  element        value
1       a -0.008059215
2       b -0.035448381
3       c -0.013836321
4       d -0.013537466
5       e  0.021170663