我不确定如何遍历每一列以用列平均值替换 NA 值。当我尝试使用以下内容替换一列时，它运行良好。
Column1[is.na(Column1)] <- round(mean(Column1, na.rm = TRUE))
循环列的代码不起作用：
for(i in 1:ncol(data)){
data[i][is.na(data[i])] <- round(mean(data[i], na.rm = TRUE))
}
这些值不会被替换。有人可以帮我吗？
问问题
173987 次
12 回答
77
对代码进行相对简单的修改应该可以解决问题：
for(i in 1:ncol(data)){
data[is.na(data[,i]), i] <- mean(data[,i], na.rm = TRUE)
}
于 2014-09-14T17:07:27.807 回答
60
如果DF是您的数字列数据框：
library(zoo)
na.aggregate(DF)
添加：
仅使用 R 的基础定义一个函数，该函数针对一列执行此操作，然后应用于每一列：
NA2mean <- function(x) replace(x, is.na(x), mean(x, na.rm = TRUE))
replace(DF, TRUE, lapply(DF, NA2mean))
如果可以覆盖输入，则最后一行可以替换为以下内容：
DF[] <- lapply(DF, NA2mean)
于 2014-09-14T20:33:32.103 回答
19
也有使用imputeTS包的快速解决方案：
library(imputeTS)
na_mean(yourDataFrame)
于 2018-05-04T00:20:04.853 回答
16
dplyr或mutate_all可能mutate_at在这里有用：
library(dplyr)
set.seed(10)
df <- data.frame(a = sample(c(NA, 1:3) , replace = TRUE, 10),
b = sample(c(NA, 101:103), replace = TRUE, 10),
c = sample(c(NA, 201:203), replace = TRUE, 10))
df
#> a b c
#> 1 2 102 203
#> 2 1 102 202
#> 3 1 NA 203
#> 4 2 102 201
#> 5 NA 101 201
#> 6 NA 101 202
#> 7 1 NA 203
#> 8 1 101 NA
#> 9 2 101 203
#> 10 1 103 201
df %>% mutate_all(~ifelse(is.na(.x), mean(.x, na.rm = TRUE), .x))
#> a b c
#> 1 2.000 102.000 203.0000
#> 2 1.000 102.000 202.0000
#> 3 1.000 101.625 203.0000
#> 4 2.000 102.000 201.0000
#> 5 1.375 101.000 201.0000
#> 6 1.375 101.000 202.0000
#> 7 1.000 101.625 203.0000
#> 8 1.000 101.000 202.1111
#> 9 2.000 101.000 203.0000
#> 10 1.000 103.000 201.0000
df %>% mutate_at(vars(a, b),~ifelse(is.na(.x), mean(.x, na.rm = TRUE), .x))
#> a b c
#> 1 2.000 102.000 203
#> 2 1.000 102.000 202
#> 3 1.000 101.625 203
#> 4 2.000 102.000 201
#> 5 1.375 101.000 201
#> 6 1.375 101.000 202
#> 7 1.000 101.625 203
#> 8 1.000 101.000 NA
#> 9 2.000 101.000 203
#> 10 1.000 103.000 201
于 2018-11-16T22:06:49.160 回答
15
要添加替代方案，使用@akrun 的示例数据，我将执行以下操作：
d1[] <- lapply(d1, function(x) {
x[is.na(x)] <- mean(x, na.rm = TRUE)
x
})
d1
于 2014-09-14T17:43:24.783 回答
11
lapply可以用来代替for循环。
d1[] <- lapply(d1, function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))
与 for 循环相比，这实际上并没有任何优势，尽管如果您也有非数字列可能会更容易，在这种情况下
d1[sapply(d1, is.numeric)] <- lapply(d1[sapply(d1, is.numeric)], function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))
几乎一样容易。
于 2016-12-17T15:51:48.040 回答
8
你也可以试试：
cM <- colMeans(d1, na.rm=TRUE)
indx <- which(is.na(d1), arr.ind=TRUE)
d1[indx] <- cM[indx[,2]]
d1
数据
set.seed(42)
d1 <- as.data.frame(matrix(sample(c(NA,0:5), 5*10, replace=TRUE), ncol=10))
于 2014-09-14T17:19:45.973 回答
7
使用tidyr 的 replace_na的单线是
library(tidyr)
replace_na(mtcars,as.list(colMeans(mtcars,na.rm=T)))
如果您df的列是非数字的，则这比单行需要更多的工作。
mean_to_fill <- select_if(ungroup(df), is.numeric) %>%
colMeans(na.rm=T)
bind_cols(select(df, group1, group2, group3),
select_if(ungroup(df), is.numeric) %>%
tidyr::replace_na(as.list(mean_to_fill))
)
于 2019-05-26T22:29:12.457 回答
5
简单地使用 Zoo，它将简单地用列值的平均值替换所有 NA 值：
library(zoo)
na.aggregate(data)
于 2019-06-20T14:39:27.813 回答
3
# Lets say I have a dataframe , df as following -
df <- data.frame(a=c(2,3,4,NA,5,NA),b=c(1,2,3,4,NA,NA))
# create a custom function
fillNAwithMean <- function(x){
na_index <- which(is.na(x))
mean_x <- mean(x, na.rm=T)
x[na_index] <- mean_x
return(x)
}
(df <- apply(df,2,fillNAwithMean))
a b
2.0 1.0
3.0 2.0
4.0 3.0
3.5 4.0
5.0 2.5
3.5 2.5
于 2017-05-24T18:39:35.183 回答
1
类似于@Thomas指出的答案，这也可以使用ifelse()R的方法来完成：
for(i in 1:ncol(data)){
data[,i]=ifelse(is.na(data[,i]),
ave(data[,i],FUN=function(y) mean(y, na.rm = TRUE)),
data[,i])
}
其中，
参数是ifelse(TEST, YES , NO)：-
TEST - 要检查的逻辑条件
YES - 如果条件为真则执行
NO - 否则当条件为 False
并且ave(x, ..., FUN = mean)是 R 中用于计算 x[] 子集平均值的方法
于 2017-03-28T06:07:27.230 回答
0
使用 data.table 包，您可以使用该set()函数并遍历列，并用NA您选择的聚合或值替换 s 或任何您喜欢的东西（这里：意思）：
require(data.table)
# data
dt = copy(iris[ ,-5])
setDT(dt)
dt[1:4, Sepal.Length := NA] # introduce NAs
# replace NAs with mean (or whatever function you like)
for (j in seq_along(names(dt))) {
set(dt,
i = which(is.na(dt[[j]])),
j = j,
value = mean(dt[[j]], na.rm = TRUE))
}
于 2020-10-10T18:15:57.263 回答