按R的列和因子删除异常行

Question

我正在使用R中的数据帧。我具有以下功能，该功能删除数据帧df的所有行，其中，对于指定的列索引/属性，该行的值在（列）的正负n * stdev（列）。

remove_outliers <- function(df,attr,n){
  outliersgone <- df[df[,attr]<=(mean(df[,attr],na.rm=TRUE)+n*sd(df[,attr],na.rm=TRUE)) & df[,attr]>=(mean(df[,attr],na.rm=TRUE)-n*sd(df[,attr],na.rm=TRUE)),]
  return(outliersgone)
}

我的问题有两个部分。

（1）我的数据框df也具有列“ Group”，该列指定类标签。我希望能够根据列中的均值和标准偏差在其组内，即按因子（在列内）进行组织，从而删除异常值。因此，如果在指定的列/属性中，该行的值超出平均值（该列中的A组行的平均值）加上/减去n * stdev（该组的平均值），则将从数据框中删除标有A组的行该列中的一行）。与B，C，D，E，F等组相同。

我该怎么做？ （最好仅使用基数R和dplyr。）我尝试使用df %>% group_by(Group)，然后使用mutate，但由于函数remove_outliers似乎需要整个数据帧，因此我不确定要传递什么变量传递给它（因此它可以基于所选属性attr返回仅包含行removed的整个数据帧）。

我也乐于听取有关更改功能remove_outliers的建议，只要它们还返回所说明的整个数据帧即可。我希望解决方案尽可能避免循环（除非不可避免，并且在基本R / dplyr中没有更有效的方法出现）。

（（2）是否有一种直接的方法可以组合跨多列的异常值注意事项？例如从数据框df中删除那些在指定的属性/列索引向量（长度≥N）中至少具有$ N $个属性的异常行。或更复杂的条件，例如，从数据框df中删除那些与属性1 和属性2、4、6、8中的至少2个相离的行。

（理想情况下，离群值的定义将再次在列内的组内，如上面问题1所述，但是一种仅在列内工作而不考虑组的解决方案对我也很有用。）

我正在使用R中的数据帧。我具有以下函数，该函数删除数据帧df的所有行，其中，对于指定的列索引/属性，该行的值在（.. 。

Answer 1

确定-第1部分（并尽可能避免循环）：