我有一个data.frame包含数字列,这些列的因子级别我希望通过...来解释缺失的值...让我解释一下。
part id value
a 1 23.4
a 2 23.8
a 3 45.6
a 4 34.7
a 5 Na
b 1 45.2
b 2 34.6
b 3 Na
b 4 30.9
b 5 28.1
我想将NA值与零件的平均值相加。所以对于a部分,我想用id部分a中的id 1-4的平均值来表示id 5缺失值,并且对于部分b相同,用b部分中的id的平均值来表示缺少id3。
我需要在许多列中执行此操作(想象有更多的值列)。所以也许应用功能等。
答案 0 :(得分:1)
在na.strings
中使用read.table/read.csv
参数,我们可以将缺失值转换为实际NA
,从而将“值”列读为“数字”。使用dplyr
,我们可以使用该列的replace
更改多个值列中的NAs
mean
。
library(dplyr)
df1 %>%
group_by(part) %>%
mutate_each(funs(replace(., which(is.na(.)), mean(., na.rm=TRUE))),
starts_with('value'))
或data.table
library(data.table)
nm1 <- grep('value', names(df1))
setDT(df1)[, (nm1) := lapply(.SD, function(x) replace(x,
which(is.na(x)), mean(x, na.rm=TRUE))), by = part,.SDcols=nm1]
df1 <- read.table(text="part id value
a 1 23.4
a 2 23.8
a 3 45.6
a 4 34.7
a 5 Na
b 1 45.2
b 2 34.6
b 3 Na
b 4 30.9
b 5 28.1", header=TRUE, na.strings="Na", stringsAsFactors=FALSE)