如何根据列中其余数值的均值替换超2倍/低于0.5倍均值的异常值？

我来帮你搞定这个异常值替换的需求，分两种常见场景给出具体的R代码和说明：

场景1：统一用非异常值的均值替换（匹配你的示例逻辑） #

你的示例里是把明显偏离的异常值（28、20）替换成其余正常数值的均值，这种场景适合你已经明确知道哪些是正常数据，或者可以通过初步筛选识别出异常值的情况。

步骤1：构造示例数据集 #

首先先还原你给出的数据集：

DT <- data.frame(
  Date = as.Date(c("2019-01-01", "2019-01-02", "2019-01-03", "2019-01-04", "2019-01-05", "2019-01-06")),
  Price = c(2, 3, 2.5, 2.7, 28, 20)
)

步骤2：自动识别异常值并替换 #

手动指定正常数值太麻烦，我们可以自动筛选出异常值：

# 1. 先计算包含所有数值的初始均值，用来初步定位异常值
initial_mean <- mean(DT$Price)

# 2. 找出符合条件的异常值：大于2倍初始均值 或 小于0.5倍初始均值
outlier_mask <- DT$Price > 2 * initial_mean | DT$Price < 0.5 * initial_mean

# 3. 计算非异常值的均值
normal_mean <- mean(DT$Price[!outlier_mask])

# 4. 替换异常值
DT$Price[outlier_mask] <- normal_mean

执行后，DT$Price会变成c(2, 3, 2.5, 2.7, 2.55, 2.55)，完全符合你的预期——异常值被替换成了正常数值的均值（2.55）。

场景2：针对每个值单独计算其余值的均值后判断替换 #

如果你的需求是对每个数值，单独计算除它之外所有数值的均值，再判断是否替换（比如某个值可能和其他值相比是异常，但整体均值被其他异常值拉高了），可以用下面的代码：

# 计算每个位置对应的其余数值的均值
rest_means <- sapply(1:nrow(DT), function(i) mean(DT$Price[-i]))

# 判断哪些值需要替换
replace_mask <- DT$Price > 2 * rest_means | DT$Price < 0.5 * rest_means

# 执行替换
DT$Price[replace_mask] <- rest_means[replace_mask]

这种情况下，28会被替换成7.24（其余5个值的均值），20会被替换成7.64（其余5个值的均值），适合需要更精细化判断的场景。

内容的提问来源于stack exchange，提问作者Cherry