按年份对面板数据（dataframe）进行Winsorizing并针对特定条件进行修剪

我正在尝试对面板数据和每年的数据进行winsorize（用与平均值相差2或3个标准差的值替换异常值）。我安装了robustHD包，其中包含这样一个函数，但是我无法在我的数据集上实现它

我的数据集看起来类似于格伦菲尔德（尽管我有NA），在同一年里有不同的公司。（1935-1954）

我现在想做的是在所有公司中只对某些列（即inv和value）进行winsorize，并将其存储在具有相同结构的数据框中。我尝试了以下代码：

目标基本上是获得原始数据帧的winsorized副本（所有内容的结构都相同）。 正如下面提出的，plyr是分割数据帧和应用函数的好方法，但我无法让它工作

library(plm)
library(robustHD)
library(plyr)

data("Grunfeld", package="plm")

#Winsorize data  each year (over all firms) therefore split dataframe for each year and apply the winsorize function)

Grunfeld.w<-ddply(Grunfeld, .(year) function(x) winsorize(x$inv,x$value))

库（plm）
图书馆（robustHD）
图书馆（plyr）
数据（“格伦菲尔德”，package=“plm”）
#每年（所有公司）对数据进行Winsorize，因此每年拆分数据框并应用Winsorize功能）
可以创建一个列表来预先存储数据帧。列表的长度必须为n，其中n是一年中唯一值的数量

library(plm)
library(robustHD)
data("Grunfeld", package="plm")

## determine unique values in year and their length
unique_years <- unique(Grunfeld$year)
n_unique_years <- length(unique_years)

## create an empty list of length 20
Grunfeld.w <- vector("list", length=n_unique_years)

for(i in 1:n_unique_years){
  Grunfeld.w[[i]]  <- winsorize(subset(Grunfeld, year==unique_years[i], 
                                       select=c(inv, value)))

  ## add the year field to each insorized data frame
  Grunfeld.w[[i]] <- cbind(Grunfeld.w[[i]], year=unique_years[i])
}

编辑
如果要以与原始数据相同的方式排列新数据，可以使用
rownames
提取原始顺序：

temp <- temp[order(as.numeric(rownames(temp))), ]

## Add the winsorized variables to the original data
names(temp)[1:2] <- c("inv_wins", "value_wins")
Grunfeld_new <- data.frame(Grunfeld, temp[, c("inv_wins", "value_wins")])

temp感谢您的回答！不知何故，到data.frame的转换不起作用。另外，如何以与原始数据相同的方式重新排列winsorized数据？实际上，
do.call（“rbind”，Grunfeld.w）
将列表转换为矩阵，而不是data.frame。所以我已经纠正了这个错误。我试图实现你的代码，但不幸的是它与我的NA不兼容，我得到了以下错误：eigen中的错误（R，symmetric=TRUE）：在'x'>回溯（）中无限或缺失值6:stop（“x'中的无限或缺失值”）5:eigen（R，symmetric=TRUE）4:winsorize.matrix（as.matrix（x，…）3:winsorize（as.matrix（x，…））2:winsorize.data.frame（子集（mydata，time==unique_years[i]，您可以删除缺少的值并应用
winsorize
。然后在
winsorize
for
循环中的
winsorize
中包含
。我认为这比输入缺少的数据然后winsorize要省钱得多，这让我很难理解。您会在哪里包含
na.ommit
在此之前删除缺失的值？干杯
## convert the list to one data frame
temp <- data.frame(do.call("rbind", Grunfeld.w))

library(dplyr)
Grunfeld_gt1940 <- filter(Grunfeld, year>1940) ## the "gt" stands for "greater than". 

temp <- temp[order(as.numeric(rownames(temp))), ]

## Add the winsorized variables to the original data
names(temp)[1:2] <- c("inv_wins", "value_wins")
Grunfeld_new <- data.frame(Grunfeld, temp[, c("inv_wins", "value_wins")])