我正在为如何从我的数据集中删除“错误的”度量而苦苦挣扎。我正在处理一张巨大的桌子,在那里我有一个日期和设备的大小。它不能随着使用而变大,它最多可以保持相同的大小,所以这个问题当然是一个测量误差。我的数据库很广泛,有几个特殊的案例,这使得我不可能把它放在这里,以及其他商业原因……因此,我使用图像和部分数据作为示例,但问题就是我上面描述的……

simplest_example = test = data.frame(data1 = c("20-09-2020", "15-10-2020", "13-05-2021", "20-10-2021","20-11-2021"), measure = c(5,4,3,5,2))
#as result:
# data1 measure
#1 20-09-2020 5
#2 15-10-2020 4
#3 13-05-2021 3
#4 20-11-2021 2重点是:选择可能的最大非升序序列,并排除一些阻止这种情况发生的值。
所以我想问一个建议,如果有人在这里遇到类似的事情,让我知道如何推荐。
发布于 2021-11-12 20:21:23
如果我理解的话,您想要检测变量measure何时大于前一个时间点的值?我将创建一个lag列,这只是一个滞后一倍的度量列。然后确定前一个度量何时大于当前度量
library(dplyr)
simplest_example %>%
mutate(previous_measure = lag(measure)) %>%
filter(previous_measure < measure)https://stackoverflow.com/questions/69948467
复制相似问题