从数据帧中删除单变量异常值（+-3 SD）

我对 R 很陌生，以至于我很难在其他人的问题中找到我需要的东西。我认为我的问题太简单了，以至于没有人费心去问。

创建一个新数据框的最简单的代码是什么，该数据框排除单变量异常值的数据（我将其定义为距离其条件平均值 3 个 SD 的点），在其条件内，在某个变量上？

我很尴尬地展示我所尝试过的东西，但这就是

greaterthan <- mean(dat$var2[dat$condition=="one"]) + 
               2.5*(sd(dat$var2[dat$condition=="one"]))
lessthan    <- mean(dat$var2[dat$condition=="one"]) -
               2.5*(sd(dat$var2[dat$condition=="one"]))   

withoutliersremovedone1 <-dat$var2[dat$condition=="one"] < greaterthan

我几乎已经被困在那里了。

Thanks

> dat <- data.frame(
                    var1=sample(letters[1:2],10,replace=TRUE),
                    var2=c(1,2,3,1,2,3,102,3,1,2)
                   )
> dat
   var1 var2
1     b    1
2     a    2
3     a    3
4     a    1
5     b    2
6     b    3
7     a  102 #outlier
8     b    3
9     b    1
10    a    2

现在只返回那些不是 (!) 大于 2absolute sd是来自于mean所讨论的变量。显然把2改成任意多sd你想成为截止点吗？

> dat[!(abs(dat$var2 - mean(dat$var2))/sd(dat$var2)) > 2,]
   var1 var2
1     b    1
2     a    2
3     a    3
4     a    1
5     b    2
6     b    3 # no outlier
8     b    3 # between here
9     b    1
10    a    2

或者使用更简写scale功能：

dat[!abs(scale(dat$var2)) > 2,]

   var1 var2
1     b    1
2     a    2
3     a    3
4     a    1
5     b    2
6     b    3
8     b    3
9     b    1
10    a    2

edit

这可以扩展到使用组内查找by

do.call(rbind,by(dat,dat$var1,function(x) x[!abs(scale(x$var2)) > 2,] ))

这假设dat$var1是定义每行所属组的变量。