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。
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)