如何基于个体均值与标准差筛选反应时数据（R语言）

• 本人编码经验不多，每个被试有90条反应时数据，部分数据因被试动机或注意力不足数值偏高
• 需要基于被试自身的均值（mean）和标准差（SD），筛选出偏离均值±2SD的行（或保留符合该范围的行）
• 已通过mutate为单个被试的DataFrame（d1）添加mean和SD列，反应时列名为Reaction.time
• 尝试的错误代码：

print(d1$(Reaction.time < mean+2*SD))

你这段代码语法有误，R里筛选DataFrame行得用方括号[]或者dplyr的filter()函数，以下是两种可行方案：

方案1：基础R语法筛选 #

直接用逻辑条件筛选符合范围的数据：

# 保留在均值±2SD范围内的行
d1_filtered <- d1[d1$Reaction.time >= (d1$mean - 2*d1$SD) & d1$Reaction.time <= (d1$mean + 2*d1$SD), ]

# 若要筛选超出范围的异常值，反转条件即可
d1_outliers <- d1[d1$Reaction.time < (d1$mean - 2*d1$SD) | d1$Reaction.time > (d1$mean + 2*d1$SD), ]

方案2：用dplyr的filter函数（更简洁） #

既然你已经在用mutate（属于dplyr包），用filter()会更顺手：

library(dplyr)

# 保留在均值±2SD内的行
d1_filtered <- d1 %>%
  filter(Reaction.time >= mean - 2*SD, Reaction.time <= mean + 2*SD)

# 筛选超出范围的异常值
d1_outliers <- d1 %>%
  filter(Reaction.time < mean - 2*SD | Reaction.time > mean + 2*SD)

额外提醒：因为你已经用mutate给每行都加了mean和SD（单个被试的这两个值其实是相同的），所以上述代码可以正常运行。如果之后要批量处理多个被试的数据，记得先用group_by(被试ID)分组，再结合mutate和filter，就能一次性完成所有被试的异常值筛选。

内容的提问来源于stack exchange，提问作者Rolo