在林业中，由于处理错误，手持式测量设备经常会产生十进制错误。如果在数据输入过程中未对其进行纠正，则会导致明显的错误，例如从（高度）：24 cm，250cm，26 cm处生长的树。

我的想法是编写一个过滤函数，该函数将高度转换为科学计数法，忽略NA，并且该值在上一个和后续值的范围之内；如果不是，则用适合的指数10代替其他指数（即为了安全起见，中位数==模式）。即2.4e + 1， 2.5e + 2 ，2.6e + 1-> 2.4e + 1， 2.5e + 1 ，2.6e + 1。

我很快意识到普通的if / else函数没有被向量化，因此响应不佳，这就是为什么我使用Vectorize（）而不是编写深层嵌套的ifelse的原因。

这是到目前为止我得到的：

我采用一个测试向量，将其转换为科学计数法，分割速记值并创建超前和滞后变量。复制的函数可以找到模式。

由于科学计数法是一个字符，因此我在运行语句并检查它是否在范围内之前将其转换为数字。如果没有，我用模式指数替换指数。

但是，当我运行该函数时，我仍然遇到很多错误，最显着的是我的Vectorscientific [i，“ leader]或类似的维数不正确。我在做什么错了？

Testvector

Vector <- c(2e+2,2.1e+2,2.2e+2,2.3e+4,2.4e+2)

我的预期输出是：c（2e + 2，2.1e + 2，2.2e + 2， 2.3e + 2 ，2.4e + 2）

创建幅度过滤器

magnitudefilter <- function(Vector){

  Vectorscientific <- data.frame(Vectorscientific=formatC(Vector,format = "e"))
  Vectorscientific$leader <- dplyr::lead(Vectorscientific$Vectorscientific,1)
  Vectorscientific$lagger <- dplyr::lag(Vectorscientific$Vectorscientific,1)

  Vectorscientific$shorthandvalue <- gsub("e.*","",Vectorscientific$Vectorscientific)

  medianexponent <-  median(as.numeric(gsub("^.*e",Vectorscientific$Vectorscientific)))

  getmode <- function(v) {
    uniqv <- unique(v)
    uniqv[which.max(tabulate(match(v,uniqv)))]
  }

  modeexponent <-  getmode(as.numeric(gsub("^.*e",Vectorscientific$Vectorscientific)))

  Vectorscientific$Vectorscientific <- as.numeric(as.character(Vectorscientific$Vectorscientific))

  ##Create sorting chain
  #if lead NA
  sortingchain  <- function(Vectorscientific){
    if(is.na(Vectorscientific[i,"leader"])){
    Vectorscientific[i,"Vectorscientific"] <- Vectorscientific[i,"Vectorscientific"]
  }
  #if lag NA
  else if(is.na(Vectorscientific[i,"lagger"])){
    Vectorscientific[i,"Vectorscientific"]
  }

  # if in range
  else if(Vectorscientific[i,"Vectorscientific"] >= Vectorscientific[i,"lagger"] & 
          Vectorscientific[i,"Vectorscientific"] <= Vectorscientific[i,"leader"]){
    Vectorscientific[i,"Vectorscientific"]
  } 

  #if replace exponent
  else {
    Vectorscientific[i,"Vectorscientific"] <- paste0(Vectorscientific[i,"shorthandvalue"],"e+",medianexponent)
  }
}
  #Vectorize sorting chain (if/else not vectorised in R)
  vectorizedsort <- Vectorize(sortingchain)

  if(identical(modeexponent,medianexponent)){

  for(i in Vectorscientific){
  vectorizedsort(Vectorscientific[i,])
    }
  }

  return(Vectorscientific$Vectorscientific)
}


magnitudefilter(Vector)