Fill in mean values for NA in every column of a data frame
本问题已经有最佳答案，请猛点这里访问。
如果我有一个数据框 df
|
1
|
df=data.frame(x=1:20,y=c(1:10,rep(NA,10)),z=c(rep(NA,5),1:15))
|
我知道用给定列的平均值替换 NA，我们可以使用
|
1
|
df[is.na(df$x)]=mean(df$x,na.rm=T)
|
我想要找到的是一种使用单个命令的方法，以便它一次对列执行此操作，而不是对每一列重复它。
怀疑，我需要使用 sapply 和函数，我尝试过类似的方法，但显然这不起作用
|
1
|
sapply(df,function(x) df[is.na(df$x)]=mean(df$x,na.rm=T))
|
任何建议都会很棒。我试图搜索以前的帖子，但找不到类似的问题正在解决。
我们可以使用na.aggregate。一种选择是分别在每一列上应用 na.aggregate。我们可以用 lapply 做到这一点。如果我们使用 data.table，请将 \\’data.frame\\’ 转换为 \\’data.table\\’ (setDT(df))，遍历列并应用 na.aggregate。这将用非 NA 值的平均值替换 NA。
|
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
library(zoo)
library(data.table) setDT(df)[, names(df) := lapply(.SD, na.aggregate)][] # x y z # 1: 1 1.0 8 # 2: 2 2.0 8 # 3: 3 3.0 8 # 4: 4 4.0 8 # 5: 5 5.0 8 # 6: 6 6.0 1 # 7: 7 7.0 2 # 8: 8 8.0 3 # 9: 9 9.0 4 #10: 10 10.0 5 #11: 11 5.5 6 #12: 12 5.5 7 #13: 13 5.5 8 #14: 14 5.5 9 #15: 15 5.5 10 #16: 16 5.5 11 #17: 17 5.5 12 #18: 18 5.5 13 #19: 19 5.5 14 #20: 20 5.5 15 |
或者我们可以直接在数据集上使用na.aggregate。
|
1
|
na.aggregate(df)
|
- 谢谢，就像一个魅力。不敢相信有这么简单的命令。
- 另外，既然你把它标记为重复，你能指点我上一个查询吗？这将有助于我下次更好地搜索。如果有人知道 na.aggregate，那么搜索起来会更容易，但是如果我根本不知道 na.aggregate，我不确定如何查找它。
- @PagMax 该链接已在帖子中。 stackoverflow.com/questions/25835643/…
- @PagMax 我明白这一点。有时很难选择正确的关键字。复制品由 Pascal 识别。如果我在 google 中使用 r change NA value with mean，链接也会弹出。
- 谢谢阿克伦。我想我也是 stackoverflow 的新手，并且在学习 R 时学习它。(我以为你的全名是 akrun pascal ！！)。无论如何，我浏览了上一篇文章，果然我应该先找到那个。
- 事实证明，data.table 和 lapply 解决方案对我来说效果更好。我的数据框有很多逻辑和因子变量，当我直接使用 na.aggregate 时，它??会将所有列(甚至是数字列)转换为 chr。但是，如果我使用 lapply 循环，它会做得更好，并且完全符合我的要求。不知道为什么它的行为不同，但我很高兴我有一个可行的解决方案
- @PagMax 对于具有混合类的数据集，最好使用 lapply 循环以更安全。我认为 na.aggregate 会在幕后进行某种 matrix 转换，因为 matrix 只能容纳一个类，如果有任何非数字列，它会将所有列转换为”字符”，这可能是问题所在。
来源：https://www.codenong.com/35194239/
