用平均值替换R中的缺失值

Question

我有一个数据框，其中包含缺失值的数据列，我想通过使用上下单元格的值来取代缺失值。

Y - X = Target

但是，我收到此错误

 df1<-c(2,2,NA,10, 20, NA,3)
 if(df1[i]== NA){
 df1[i]= mean(df1[i+1],df1[i-1])
}

任何指导都将不胜感激以解决此问题。

Answer 1

如果您确定没有任何连续的NA值且第一个和最后一个元素永远不是NA，那么您可以

df1<-c(2,2,NA,10, 20, NA,3)
idx<-which(is.na(df1))
df1[idx] <- (df1[idx-1] + df1[idx+1])/2
df1
# [1]  2.0  2.0  6.0 10.0 20.0 11.5  3.0

这应该比循环更有效。

Answer 2

使用dplyr中的滞后和潜在客户：

library(dplyr)

df1[is.na(df1)] <- (df1[is.na(lag(df1, default=""))] +          
                    df1[is.na(lead(df1, default=""))]) / 2

这比for循环版

要快得多

Answer 3

您可以使用na.approx()包中的zoo将NA替换为插值：

library(zoo)
> na.approx(df1)
# [1]  2.0  2.0  6.0 10.0 20.0 11.5  3.0

正如@ G.Grothendieck所提到的，如果连续多个NA，这将填充NA s。此外，如果末尾可以有NA个，那么添加参数na.rm = FALSE将保留它们，或者添加rule = 2将使用第一个或最后一个非NA替换它们。 / p>

Answer 4

检查NAs使用is.na()，制作一个循环并给mean()一个向量作为参数，否则它只会看到第一个值。如果您没有连续的NA并且第一个和最后一个条目是非NA，那么这应该有效：

df1<-c(2,2,NA,10, 20, NA,3)
for(i in 2:(length(df1)-1)){
  if(is.na(df1[i])){
     df1[i]= mean(c(df1[i+1],df1[i-1]))
  }
}

Answer 5

首先检查相应列中的NA，如果缺少值，将其替换为列的平均值，否则仅返回数据集。

df $ col_name <-ifelse（is.na（df $ col_name），ave（df $ col_name，                             Fun = function（x）mean（x，na.rm == TRUE）），df $ col_name）