在数据框的每一列中填写 NA 的平均值

Question

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)

我想要找到的是一种使用单个命令的方法，这样它可以立即对列执行此操作，而不是对每一列重复执行此操作。

怀疑，我需要使用 sapply 和 function，我尝试过类似的方法，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。我试图搜索以前的 post，但找不到正在解决的类似问题。

Answer 1

我们可以使用na.aggregate。一种选择是在每一列上单独应用 na.aggregate。我们可以用 lapply 来做到这一点。如果我们使用 data.table，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。

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。

na.aggregate(df)

在数据框的每一列中填写 NA 的平均值

Fill in mean values for NA in every column of a data frame

r

sapply

na