Skip to main content

Cómo usar de manera eficiente subset y group_by?

Tengo un df original enorme que contiene datos de temperatura y peso. Al hacer

ndatos <- df %>% 
  group_by(tt) %>%
  summarise(peso=mean(peso),
               n=n())%>%
  data.frame()

puedo ver que para cada categoría de temperatura tengo diferente número de observaciones, así:

df

Temp   Obs     Pesomedio

-3      782      40
-2      815      32
-1      3586     52
0       561      78
1       256      89
2       758      99

Lo que debo hacer es eliminar de cada categoría de temperatura el 1% de los valores de peso más altos y más bajos sobre la media del valor. No sé cómo hacerlo de forma sencilla y eficiente, porque lo primero que se me ha ocurrido es hacer un subset por categoría, luego sacar la media y luego eliminar manualmente los valores más altos y más bajos sin que estos superen el 2% del total... pero esto me llevaría horas o días.

Espero haberme explicado y que me puedan ayudar. Gracias!

Caro
  • 807
  • 2
  • 10
  • 24