在R语言中为不同参数设置值阈值并替换超限值

问题描述 #

有一个包含parameter（参数）和value（数值）列的数据框，涉及00C6H6、LAEQ、PM10等多个参数。需要为不同参数设置对应的最大值，将超限的数值替换为该最大值，但原代码未实现预期效果。

原代码问题分析 #

原代码中直接使用max_values[parameter]匹配最大值时，若parameter列是因子类型，会按因子水平的索引而非参数名称匹配，导致对应关系错误；即使是字符列，当参数名在max_values中不存在时会返回NA，进而使pmin(value, NA)得到NA，引发数据异常。

修正方案 #

方案一：使用case_match映射最大值

利用dplyr的case_match函数，将命名向量的键值对直接映射到每一行的参数上限，再做数值截断：

max_values <- c(
  "00C6H6" = Inf, "00CO" = Inf, "00HR" = Inf, "LAEQ" = 80, "00NO2" = 500, "00O3" = 300,
  "00PA" = Inf, "PM10" = 200, "PM25" = 100, "00SO2" = 600, "TEMP" = 50, "00VTH" = Inf, "00UV" = 15
)

Data21_Cleaned <- Data21_Cleaned %>%
  mutate(
    # 为每行匹配对应参数的最大值
    param_max = case_match(parameter, !!!max_values),
    # 截断数值到最大值
    value = pmin(value, param_max)
  ) %>%
  select(-param_max) # 可选：删除临时生成的参数上限列

方案二：使用左连接合并最大值表

将最大值存储为数据框，通过parameter列与原数据框合并，确保每行匹配正确的上限值：

max_values <- c(
  "00C6H6" = Inf, "00CO" = Inf, "00HR" = Inf, "LAEQ" = 80, "00NO2" = 500, "00O3" = 300,
  "00PA" = Inf, "PM10" = 200, "PM25" = 100, "00SO2" = 600, "TEMP" = 50, "00VTH" = Inf, "00UV" = 15
)

# 将最大值转换为数据框
max_values_df <- tibble(
  parameter = names(max_values),
  param_max = max_values
)

Data21_Cleaned <- Data21_Cleaned %>%
  # 通过parameter列合并最大值数据
  left_join(max_values_df, by = "parameter") %>%
  # 截断数值到最大值
  mutate(value = pmin(value, param_max)) %>%
  select(-param_max) # 可选：删除临时列

这两种方案都能准确为每个参数匹配对应的最大值，完成超限数值的替换，避免原代码中的匹配错误问题。

内容的提问来源于stack exchange，提问作者HugoGrilo