如何在DataFrame中检测偏离滑动均值超过threshold*s.d.的异常值？

嘿，你已经搞定了滑动均值和标准差的计算，接下来找出异常值就简单啦！咱们直接用你已经生成的mean和sd列来做判断：

步骤1：定义异常值阈值 #

首先确定一个阈值（常用2或3倍标准差，可按需调整）：

threshold <- 2  # 比如改成3就是3倍标准差规则

步骤2：标记异常值 #

新增一列outlier，用逻辑值标记每个数据点是否为异常值——判断规则是当前值与滑动均值的绝对差超过 threshold 倍的滑动标准差：

df$outlier <- abs(df$value - df$mean) > threshold * df$sd

步骤3：筛选出异常值子集 #

如果需要单独查看所有异常值，直接筛选即可：

outlier_data <- df[df$outlier, ]
print(outlier_data)

可选：可视化异常值（更直观） #

要是想在时序图里一眼定位异常值，可以用ggplot2画出来：

library(ggplot2)

ggplot(df, aes(x = timestamp, y = value)) +
  geom_line(color = "#2c3e50", linewidth = 0.8) +
  geom_point(aes(color = outlier), size = 2.5) +
  scale_color_manual(values = c("#95a5a6", "#e74c3c")) +  # 正常点灰色，异常点红色
  labs(title = "时序数据与异常值标记",
       x = "时间戳", y = "数值") +
  theme_minimal()

小提示 #

你用rollapply时设置了fill = "extend"，这会让首尾的滑动统计量用边界值填充，确保每个数据点都有对应的均值和标准差，不会出现NA值影响判断~

内容的提问来源于stack exchange，提问作者Jatt