Question

我有一个带有NA的数据框，我想用行方式替换NA

c1 = c(1,2,3,NA)
c2 = c(3,1,NA,3)
c3 = c(2,1,3,1)

df = data.frame(c1,c2,c3)

> df
  c1 c2 c3
1  1  3  2
2  2  1  1
3  3 NA  3
4 NA  3  1

这样

Answer 1

非常类似于@ baptiste的回答

> ind <- which(is.na(df), arr.ind=TRUE)
> df[ind] <- rowMeans(df,  na.rm = TRUE)[ind[,1]]

Answer 2

我认为这很有效，

df[which(is.na(df), arr.ind=TRUE)] <- rowMeans(df[!complete.cases(df), ], na.rm=TRUE)

Answer 3

使用apply（请注意返回的对象是matrix）：

t( apply( df , 1 , function(x) { x[ is.na(x) ] = mean( x , na.rm = TRUE ); x } ) )
     c1 c2 c3
[1,]  1  3  2
[2,]  2  1  1
[3,]  3  3  3
[4,]  2  3  1

我们使用任何匿名函数将每行中NA的值更改为该行的mean。唯一的优点是，如果行数增加，您不必再进行任何打字。它在计算意义上不是特别有效或快速，但在认知意义上更是如此（除非你有000,000行，否则你不会注意到）。

Answer 4

我的解决方案是

rwmns = rowMeans(df,na.rm=TRUE)
df$c1[is.na(df$c1)] = rwmns[is.na(df$c1)]
df$c2[is.na(df$c2)] = rwmns[is.na(df$c2)]
df$c3[is.na(df$c3)] = rwmns[is.na(df$c3)]
> df
  c1 c2 c3
1  1  3  2
2  2  1  1
3  3  3  3
4  2  3  1

是否有更优雅的方式，特别是当有人有很多列？

Answer 5

转置数据集后，na.aggregate的另一个选项是library(zoo)

library(zoo)
df[] <- t(na.aggregate(t(df)))
df
#  c1 c2 c3
#1  1  3  2
#2  2  1  1
#3  3  3  3
#4  2  3  1

使用行均值查找并替换缺失值

5 个答案: