如何在R中为每个受试者单独筛选反应时（RTs）

我需要筛选反应时（RTs），剔除每个受试者反应时中超出均值±3标准差的数据。我使用aggregate函数获取了每位受试者的均值和标准差：

aggregate(DB$rt, list(DB$subject), FUN=mean)
aggregate(DB$rt, list(DB$subject), FUN=sd)

但由于返回结果是汇总表，当我尝试用以下代码筛选时：

DB_r <- DB %>%
  filter(rt < aggregate(DB$rt, list(DB$subject), FUN=mean)+3*aggregate(DB$rt, list(DB$subject), FUN=sd))

出现了如下错误：

Error in filter():
! Problem while computing ..1 = rt < ....
Caused by error in FUN():
! non-numeric argument to binary operator

我曾尝试用data.matrix将列表转为数值形式，但报错："dims [product 66] do not match the length of object [474928]"。请问该如何解决此问题？

问题核心是aggregate返回的是仅包含受试者统计量的小表，无法直接和原表逐行数据匹配对比。用dplyr的分组处理可以直接完成需求，步骤如下：

1. 按subject分组，计算每个受试者的反应时均值、标准差
2. 基于分组统计量生成可接受的反应时范围（均值±3标准差）
3. 筛选出在范围内的数据

完整代码 #

library(dplyr)

DB_r <- DB %>%
  group_by(subject) %>%
  mutate(
    rt_mean = mean(rt, na.rm = TRUE),  # 计算每组均值，na.rm处理缺失值
    rt_sd = sd(rt, na.rm = TRUE),     # 计算每组标准差
    lower_bound = rt_mean - 3 * rt_sd,
    upper_bound = rt_mean + 3 * rt_sd
  ) %>%
  filter(rt >= lower_bound & rt <= upper_bound) %>%
  ungroup()  # 取消分组，恢复普通数据框格式

补充说明 #

• group_by(subject)：将数据按受试者分组，后续统计量均基于单组计算
• mutate：在原表中新增列存储分组统计量和范围边界，让每行数据都能匹配到所属受试者的判断标准
• 若不需要保留新增的统计量列，可在筛选后移除：

DB_r <- DB %>%
  group_by(subject) %>%
  mutate(
    rt_mean = mean(rt, na.rm = TRUE),
    rt_sd = sd(rt, na.rm = TRUE),
    lower_bound = rt_mean - 3 * rt_sd,
    upper_bound = rt_mean + 3 * rt_sd
  ) %>%
  filter(rt >= lower_bound & rt <= upper_bound) %>%
  select(-rt_mean, -rt_sd, -lower_bound, -upper_bound) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者CG96