如果我有一个数据框 df
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 是,我们可以使用
df[is.na(df$x)]=mean(df$x,na.rm=T)
我试图找到一种使用单个命令的方法,以便它立即对列执行此操作,而不是对每个列重复执行此操作。
怀疑,我需要使用 sapply 和 function,我尝试了类似的方法,但显然这不起作用
sapply(df,function(x) df[is.na(df$x)]=mean(df$x,na.rm=T))
任何建议都会很棒。我尝试搜索以前的帖子,但找不到正在解决的类似问题。
我们可以用na.aggregate
。一种选择是单独应用na.aggregate
在每一列上。我们可以这样做lapply
。如果我们正在使用data.table
,将 'data.frame' 转换为 'data.table' (setDT(df)
),循环列并应用na.aggregate
。这会将 NA 替换为非 NA 值的平均值。
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
或者我们可以使用na.aggregate
直接在数据集上。
na.aggregate(df)
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)