dataprep：高效灵活的数据预处理工具

使用一组数据过滤、删除和插值工具高效灵活地预处理数据。这些数据预处理方法是基于完整性、准确性、阈值法和线性插值的原则，通过设置约束条件、时间完成和恢复以及快速高效的计算和分组而开发的。关键的预处理步骤包括删除变量和观测值、剔除离群值和缺失值（NA）插值，这取决于原始数据的不完整程度和分散程度。与普通方法相比，它们更准确地清理数据，保留更多样本，插值后不添加离群值。通过基于游程的分组对连续NA进行自动识别，用于删除观测值、剔除异常值和NA插值；因此，在插值过程中不会生成新的离群值。提出条件极值法实现逐点加权离群点剔除，避免了非离群点的剔除。此外，在短时间内引用值的时间序列插值进一步确保了插值的可靠性。这些方法基于并改进了参考文献：Liang，C.-S.，Wu，H.，Li，H.-Y.，Z.，Li和He，K.-B.（2020）<doi:10.1016/j.scitotenv.2020.140923>.

版本：	0.1.5
取决于：	R（≥3.5.0）
进口：	ggplot2,规模,foreach公司,do并行,dplyr公司,重塑2,数据表,动物园
建议：	针织物,rmarkdown公司
出版：	2022-01-15年
作者：	梁春生、吴浩、李海燕、张强、李占清、何可斌、兰州大学、清华大学
维护人员：	梁春生<梁春生在lzu.edu.cn>
许可证：	GPL-2型|GPL-3型[扩展自：GPL（≥2）]
需要编译：	不
CRAN检查：	数据准备结果

文档：

参考手册：	数据准备.pdf
渐晕图：	dataprep：数据预处理和绘图

下载内容：

包源：	数据准备_0.1.5.tar.gz
Windows二进制文件：	r-预发布：dataprep_0.1.5.zip，r版本：dataprep_0.1.5.zip，r-oldrel：dataprep_0.1.5.zip
macOS二进制文件：	r-prerel（arm64）：数据准备0.1.5.tgz，r-release（arm64）：数据准备0.1.5.tgz，r-oldrel（臂64）：数据准备0.1.5.tgz，r-prerel（x86_64）：数据准备0.1.5.tgz，r-release（x86_64）：数据准备0.1.5.tgz
旧来源：	数据准备存档

链接：

请使用规范形式https://CRAN.R-project.org/package=dataprep链接到此页面。