在数据框的每一列中填写NA的平均值

时间:2016-02-04 06:45:16

标签: r na sapply

如果我有数据框df

df=data.frame(x=1:20,y=c(1:10,rep(NA,10)),z=c(rep(NA,5),1:15))

我知道用给定列的平均值替换NAs,我们可以使用

df[is.na(df$x)]=mean(df$x,na.rm=T)

我想要找到的是一种使用单个命令的方法,以便它一次为列执行此操作,而不是为每个列重复它。

怀疑,我需要使用sapply和功能,我尝试了类似的东西,但显然这不起作用

sapply(df,function(x) df[is.na(df$x)]=mean(df$x,na.rm=T))

任何建议都会很棒。我试图搜索以前的帖子,但我找不到类似的问题正在解决。

1 个答案:

答案 0 :(得分:2)

我们可以使用na.aggregate。一种选择是在每列上单独应用na.aggregate。我们可以使用lapply执行此操作。如果我们使用data.table,请将'data.frame'转换为'data.table'(setDT(df)),循环遍历列并应用na.aggregate。这将用非NA值的平均值替换NA。

library(zoo)
library(data.table)
setDT(df)[, names(df) := lapply(.SD, na.aggregate)][]
#     x    y  z
# 1:  1  1.0  8
# 2:  2  2.0  8
# 3:  3  3.0  8
# 4:  4  4.0  8
# 5:  5  5.0  8
# 6:  6  6.0  1
# 7:  7  7.0  2
# 8:  8  8.0  3
# 9:  9  9.0  4
#10: 10 10.0  5
#11: 11  5.5  6
#12: 12  5.5  7
#13: 13  5.5  8
#14: 14  5.5  9
#15: 15  5.5 10
#16: 16  5.5 11
#17: 17  5.5 12
#18: 18  5.5 13
#19: 19  5.5 14
#20: 20  5.5 15

或者我们可以直接在数据集上使用na.aggregate

na.aggregate(df)