Question

假设我的数据框DF有两个列$A和$B。始终存在$A。当值缺失时，$B有时会编码为NaN。我想预测$B.predicted，$B的缺失值，并创建一个新列$B.complete，$B.complete[i] $B.predicted如果$B[i]是$B[i] NaN，否则为DF$B.factor <- factor(DF$B) model.results <- multinom(formula=B.factor ~ A, data=DF[!is.na(DF$B),]) B.predicted <- predict(model.result, newdata=DF, type="class")。

我使用multinom，它需要一个因子作为因变量，使用以下方法来预测我有完整观察的B：

B.predicted

变量DF$B是一个因素。

我的DF$B列不是一个因素。

Mu问题是我如何合并B.predicted和B.complete来创建B.predicted？特别是，由于DF$B是一个因素而B.complete <- ifelse(is.na(DF$B), $B.predicted, DF$B)不是，因此此代码是否会获取正确的值？

{{1}}

Answer 1

使用replace

set.seed(1)

DF <- data.frame(A = factor(sample(letters[1:5],30, TRUE)), 
 B = sample(c(letters[1:3],NA), 30 , TRUE, prob = rep(c(0.3,0.1),c(3,1))), 
 stringsAsFactors = F)

DF$B.factor <- factor(DF$B)

# no need to include is.na(DF$B) as multinom will omit anyway
model <- multinom(B.factor ~ A, data = DF)

# use replace to replace the NA values (converting to character when necessary)
DF$B.complete <- replace(DF$B, is.na(DF$B),  as.character(predict(model, newdata = DF[is.na(DF$B),])))

如何使用R的multinom来估算缺失值

1 个答案: