Question

我不知道如何循环每列以使用列均值替换NA值。当我尝试使用以下代码替换一列时，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))
}

不替换值。有人可以帮帮我吗？

Answer 1

对代码进行相对简单的修改可以解决问题：

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

Answer 2

如果DF是数字列的数据框：

library(zoo)
na.aggregate(DF)

增加：

仅使用R的基数定义一个函数，该函数为一列执行，然后为每列提供lapply：

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，则可以用以下内容替换最后一行：

DF[] <- lapply(DF, NA2mean)

Answer 3

要使用@ akrun的示例数据添加替代方案，我会执行以下操作：

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

Answer 4

您也可以尝试：

 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))

Answer 5

可以使用

lapply代替for循环。

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

这与for循环相比没有任何优势，但如果你有非数字列也可能更容易，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。

Answer 6

# 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

Answer 7

还可以使用 imputeTS 包快速解决方案：

library(imputeTS)
na.mean(yourDataFrame)

Answer 8

与@Thomas指出的答案类似，这也可以使用R的ifelse()方法完成：

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， ifelse(TEST, YES , NO)的参数是： -

TEST - 要检查的逻辑条件

是 - 如果条件为真，则执行

否 - 当条件为假时

和ave(x, ..., FUN = mean)是R中用于计算x []

子集平均值的方法

Answer 9

使用tidyr's replace_na的单线是

library(tidyr)
replace_na(mtcars,as.list(colMeans(mtcars,na.rm=T)))

Answer 10

@Query的{{1}}或dplyr在这里可能有用：

mutate_all

Answer 11

简单地使用Zoo，它将简单地用列值的平均值替换所有NA值：

na.aggregate(data)

Answer 12

使用data.table包，您可以使用set()函数并在列上循环，并用您选择的集合或值替换NA或任何您喜欢的内容（此处：意思是）：

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))
}

用列均值替换缺失值

12 个答案:

数据