Заменить отсутствующие значения со значением столбца

Я не уверен, как перебирать каждый столбец, чтобы заменить значения NA значком столбца. Когда я пытаюсь заменить один столбец, используя следующее, он работает хорошо.

Column1[is.na(Column1)] <- round(mean(Column1, na.rm = TRUE))

Код для циклирования по столбцам не работает:

for(i in 1:ncol(data)){
    data[i][is.na(data[i])] <- round(mean(data[i], na.rm = TRUE))
}

значения не заменяются. Может кто-то, пожалуйста, помогите мне с этим?

Ответы

Ответ 1

Относительно простая модификация вашего кода должна решить проблему:

for(i in 1:ncol(data)){
  data[is.na(data[,i]), i] <- mean(data[,i], na.rm = TRUE)
}

Ответ 2

Если DF - это ваш кадр данных с числовыми столбцами:

library(zoo)
na.aggregate(DF)

ДОБАВЛЕНО:

Используя только базу R, определите функцию, которая делает это для одного столбца, а затем привязывается к каждому столбцу:

NA2mean <- function(x) replace(x, is.na(x), mean(x, na.rm = TRUE))
replace(DF, TRUE, lapply(DF, NA2mean))

Последняя строка может быть заменена следующей, если она ОК, чтобы перезаписать вход:

DF[] <- lapply(DF, NA2mean)

Ответ 3

Чтобы добавить к альтернативам, используя данные образца @akrun, я бы сделал следующее:

d1[] <- lapply(d1, function(x) { 
  x[is.na(x)] <- mean(x, na.rm = TRUE)
  x
})
d1

Ответ 4

Вы также можете попробовать:

 cM <- colMeans(d1, na.rm=TRUE)
 indx <- which(is.na(d1), arr.ind=TRUE)
 d1[indx] <- cM[indx[,2]]
 d1

данные

set.seed(42)
d1 <- as.data.frame(matrix(sample(c(NA,0:5), 5*10, replace=TRUE), ncol=10))

Ответ 5

lapply может использоваться вместо цикла for.

d1[] <- lapply(d1, function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

Это не имеет никаких преимуществ перед циклом for, хотя, возможно, это проще, если у вас также есть нечисловые столбцы, и в этом случае

d1[sapply(d1, is.numeric)] <- lapply(d1[sapply(d1, is.numeric)], function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

почти так же легко.

Ответ 6

Существует также быстрое решение с использованием пакета imputeTS :

library(imputeTS)
na_mean(yourDataFrame)

Ответ 7

# 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

Ответ 8

Просто зайдите в Zoo, он просто заменит все значения NA на среднее значение столбца:

library(zoo)
na.aggregate(data)

Ответ 9

Подобно ответу, указанному @Thomas, Это также можно сделать, используя метод ifelse() для R:

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])
}

где, Аргументами для ifelse(TEST, YES , NO) являются: -

ТЕСТ-логическое условие для проверки

YES - выполняется, если условие True

NO - else, когда условие False

и ave(x, ..., FUN = mean) - метод в R, используемый для вычисления средних подмножеств x []

Ответ 11

mutate_all могут быть полезны dplyr mutate_all или mutate_at:

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