用该列的中值替换每列矩阵中的NA

Question

我正在尝试将矩阵的每列中的NA替换为该列的中位数，但是当我尝试使用或lapply时，我收到错误;当我使用for循环时，代码工作，当我一次更改一列时，我做错了什么？

示例：

sapply

Answer 1

我建议使用matrixStats包进行矢量化，而不是使用任何一个循环计算每列的中位数（sapply在某种意义上也是一个循环，它在每次迭代中计算一个函数） 。

首先，我们将创建一个NA s索引

indx <- which(is.na(mat), arr.ind = TRUE)

然后，使用预先计算的列中值并根据索引替换NA

mat[indx] <- matrixStats::colMedians(mat, na.rm = TRUE)[indx[, 2]]

Answer 2

您可以使用sweep：

sweep(mat, MARGIN = 2, 
      STATS = apply(mat, 2, median, na.rm=TRUE),
      FUN =  function(x,s) ifelse(is.na(x), s, x)
    )

编辑： 您也可以放入STATS=matrixStats::colMedians(mat, na.rm=TRUE)以获得更高的性能。

Answer 3

lapply遍历列表。你的意思是循环列吗？

matx <- sapply(seq_len(ncol(mat1)), function(n) {
  mat1[is.na(mat1[,n]),n] <- median(mat1[,n], na.rm = TRUE)
})

虽然这基本上只是做你的循环示例所做的（但可能更快）。

Answer 4

使用data.frame，您可以通过转换为matrix并返回vapply来更轻松地实现目标：

vapply(as.data.frame(mat1), function(x)
   replace(x, is.na(x), median(x,na.rm=TRUE)), FUN.VALUE=numeric(nrow(mat1)) 
)