r 用常量替换缺失值，列名遵循通用模式

Question

我的数据集有这样的列和值。列名都以一个共同的字符串开头，Col_a_**

 ID    Col_a_01    Col_a_02    Col_a_03
 1     1           2           1
 2     1           NA          0
 3     NA          0           2
 4     1           0           1
 5     0           0           2

我的目标是用该列的众数替换缺失值。

预期的数据集是这样的

  ID    Col_a_01    Col_a_02    Col_a_03
  1     1           2           1
  2     1           0**         0
  3     1**         0           2
  4     1           0           1
  5     0           0           2

第一列中的 NA 替换为 1，因为第一列的众数为 1。第二列中的 NA 替换为 0，因为第二列的众数为 0。

我可以像下面这样做

getmode <- function(v) {
   uniqv <- unique(v)
   uniqv[which.max(tabulate(match(v, uniqv)))]
}

 df$Col_a_01[is.na(Col_a_01)==TRUE] <- getmode(df$Col_a_01)
 df$Col_a_03[is.na(Col_a_02)==TRUE] <- getmode(df$Col_a_02)
 df$Col_a_03[is.na(Col_a_03)==TRUE] <- getmode(df$Col_a_03)

但是，如果我有 100 列以相似的名称开头并以 1,2,3..100 结尾，这将变得笨拙。我很好奇是否有更简单、更优雅的方法来实现这一点。提前致谢。

Answer 1

您可以使用 ifelse/replace 更改 NA 值，要将函数应用于多个列，请使用 dplyr 中的 across。

library(dplyr)
df <- df %>% 
       mutate(across(starts_with('Col_a'), ~replace(., is.na(.), getmode(.))))

在基础 R 中，使用 lapply -

cols <- grep('Col_a', names(df))
df[cols] <- lapply(df[cols], function(x) replace(x, is.na(x), getmode(x)))

Answer 2

我们可以使用 na.aggregate 并将 FUN 指定为 getmode

library(zoo)
library(dplyr)
df1 <- df1 %>%
   mutate(across(starts_with('Col_a'), na.aggregate, FUN = getmode))

-输出

df1
  ID Col_a_01 Col_a_02 Col_a_03
1  1        1        2        1
2  2        1        0        0
3  3        1        0        2
4  4        1        0        1
5  5        0        0        2

或者可以简单地

na.aggregate(df1, FUN = getmode)
ID Col_a_01 Col_a_02 Col_a_03
1  1        1        2        1
2  2        1        0        0
3  3        1        0        2
4  4        1        0        1
5  5        0        0        2

r 用常量替换缺失值，列名遵循通用模式

r replace missing values with a constant and column name follow a common pattern

r

mode

missing-data

imputation