如果您使用类似命令导入数据，例如，

read.table('yourfile.txt', header=TRUE, ...)

您可以NA通过指定na.strings = "999999999". 我们也可以考虑不同的值来表示NA值。考虑以下文件 ( fake.txt)，我们要在其中处理“.”。和“999999999”作为NA值：

1 2 .
3 999999999 4
5 6 7

然后在R中我们会这样做：

> a <- read.table("fake.txt", na.strings=c(".","999999999"))
> a
  V1 V2 V3
1  1  2 NA
2  3 NA  4
3  5  6  7

否则，您始终可以按照@Sacha 在他的评论中的指示过滤您的数据。在这里，它可能是这样的

a[a=="." | a==999999999] <- NA

编辑

如果在具有不同值的不同列中可能观察到多个异常值，但您知道允许值的可能范围，则可以对每一列应用一个函数。例如，定义以下过滤器：

my.filter <- function(x, threshold=100) ifelse(x > threshold, NA, x)

然后

a.filt <- apply(a, 2, my.filter)

将矩阵中所有大于 100 的值替换为 NA a。

例子：

> a <- replicate(10, rnorm(10))
> a[1,3] <- 99999999
> a[5,6] <- 99999999
> a[8,10] <- 99999990
> summary(a[,3])
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
 -1e+00   0e+00   0e+00   1e+07   1e+00   1e+08 
> af <- apply(a, 2, my.filter)
> summary(af[,3])
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
-1.4640 -0.2680  0.4671 -0.0418  0.4981  0.7444  1.0000 

它当然可以是基于向量的：

> summary(my.filter(a[,3], 500))
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max.    NA's 
-1.4640 -0.2680  0.4671 -0.0418  0.4981  0.7444  1.0000 

在处理客户每日时间序列数据时，我经常遇到这种情况。似乎许多会计系统忽略了没有发生的日常数据，即当天没有记录交易（时间间隔/桶）并且不填写“0”数字。由于时间序列分析需要读取每个时间间隔/bucket 我们需要为省略的观察注入一个“0”。干预检测本质上是一种检测异常的方案，并根据已识别的配置文件/信号/预测将其替换为预期值。如果这些“缺失”中有很多值”系统可能会崩溃 当历史数据中有很强的星期几配置文件并且没有记录“连续的值补丁”时，问题会变得更加复杂，