用 R 中的分组方法替换 NA？

Question

我一直在尝试用手段替换 NA，非常感谢您的帮助。

我想用列内组的平均值替换数据框多列中的 NA。在下面的示例中，我想用 14.5 替换 x1 中的 NA，因为 13 和 16 在第 1 个月。x2 中的 NA 应该替换为 4.5。

这是我试过的方法：

library(tidyverse)

df <- tibble(x1 = c(13, NA, 16, 17, 16, 12), x2 = c(1, 4, 4, 3, 5, NA),
         month = c(1, 1, 1, 2, 2, 2))

by_month <- group_by(df, month)

for (i in length(df)){
   for (j in nrow(df[[,i]])){
     if(is.na(df[[j, i]])){
      df[[j, i]] <- summarize(by_month[[j, i]],
                                   group_mean = mean(df[[, i]], na.rm=TRUE))
    }
    else{
      df[[j, i]] <- df[[j, i]]
    }
  }
}

但是，我刚刚得到错误 'argument "..1" is missing, with no default'，我对此进行了调查 - 但它没有帮助。任何帮助都会很棒:)

Answer 1

我稍微改变了你的例子，因为你提供的数据框有不同长度的列，但这应该可以解决你的问题：

首先，我在 tidyverse 中加载了包。然后我按月对数据进行分组。第二个管道运行 mutate_all 函数，因此它会自动更改所有列。

library(tidyverse)

df <- tibble(x1 = c(13, NA, 16, 17, 16, 12), x2 = c(1, 4, 3, 5, NA, 4),
             month = c(1, 1, 1, 2, 2, 2))


new_df <- df %>%  group_by(month) %>%
  mutate_all(funs(ifelse(is.na(.), mean(., na.rm = TRUE),.)))

如果这对您有帮助，请告诉我。

Answer 2

这是一个基本的 R 解决方案，使用 ave 和 sapply-ing 到每一列 x1 和 x2。

df[1:2] <- sapply(df[1:2], function(x){
  ave(x, df[[3]], FUN = function(.x) {
    .x[is.na(.x)] <- mean(.x, na.rm = TRUE)
    .x
  })
})


df
## A tibble: 6 x 3
#     x1    x2 month
#  <dbl> <dbl> <dbl>
#1  13       1     1
#2  14.5     4     1
#3  16       4     1
#4  17       3     2
#5  16       5     2
#6  12       4     2

用 R 中的分组方法替换 NA？

Replace NA with grouped means in R?

loops

r

dataframe

tibble