应用错误收集

我有一个数据框，其中包含17497个1681个变量的观测结果，我正在使用R.一些变量是名义上的，一些是序数的，一些是数字的，等等。

我专注于代表上个月净召回工资的那个（数据框$ q31，其中q31仅表示问卷中的问题31）。变量是数字。它发生这样，有许多缺失值表示为NA。具有管理和专业职位的人往往更不可能透露他们的收入。与此同时，更有可能获得更多收入。因此，我的进一步分析可能会被扭曲。

我想创建另一个具有净召回工资的列，其中NA被替换为不是平均值，但是给定人员最可能考虑的数字优先考虑数据帧中的所有其他特征。如果不可能，至少是：

专业（q22isc27，ordinal）
多年的经验（q24c，数字）
年龄（q9age，数字）
性别（q8,1-男人，2女人）
调查年份（pgssyear，数字）
多年的教育（有问题：所有年份q131ed变量可用，由测量员自己填写并且非常近似，另外它需要重新编码为数字，因为它以某种方式显示为R中的名义;自1999年q131edr是可用的，由被调查自己填写并且是序数的（在spss中显示为“比例”）
婚姻状况（q21，序数）
雇用公司的所有权状况（q46e，序数）
每周工作小时数（q21，数字）
体重变量（体重，数字：它描绘了一个人对整个人口的“代表性”）（！）

如果可能的话，也是受访者居住的地区，但直到1999年，波兰有49个地区，之后有16个地区，因此有两个变量：voiev49和voiev16被编码为无效年份的NA。

我认为这可能与倾向得分匹配或我在网上找到的这些包有关：http://cran.r-project.org/web/packages/optmatch/optmatch.pdf

在R中有没有神奇的方法呢？