Question

嘿伙计们我正在研究一个非常大的数据集（200列，750,000行）。有几个单元格的值为-1，我希望根据该特定列的模式（最高重复值）替换每个单元格，而不是所有-1的标准内容。例如，A列中的-1替换为A列上的模式，B列中的-1替换为B列的模式。

有没有办法处理这个问题，而不必使用if函数创建新的200列和750,000行？

感谢您的时间。

此致 InWoords

Answer 1

我们可以使用here

中的Mode功能

Mode <- function(x) {
   ux <- unique(x)
   ux[which.max(tabulate(match(x, ux)))]
 }

然后，使用mutate_all replace -1的值与每列的'模式'

library(dplyr)
df1 %>%
     mutate_all(funs(replace(., .== -1, Mode(.))))

不清楚-1是否作为列中最常见的值出现。在那里排除mutate_all

中的那个

df1 %>%
     mutate_all(funs(replace(., .== -1, Mode(.[. != -1]))))

此外，如果列中没有-1，那么我们可以使用mutate_if跳过那些

df1 %>%
   mutate_if(funs(any(.==-1)),funs(replace(., .== -1, Mode(.[. != -1]))))

数据

df1 <- structure(list(V1 = c(1L, 0L, 3L, 2L, 3L, 5L, 0L, 4L, 4L, 0L), 
V2 = c(3L, 1L, 3L, 3L, 1L, 5L, 0L, -1L, 2L, -1L), V3 = c(-1L, 
2L, 4L, -1L, 0L, 3L, -1L, 3L, 3L, -1L), V4 = c(1L, 0L, 1L, 
0L, 5L, 0L, 4L, 3L, 3L, 5L), V5 = c(2L, 1L, 0L, 0L, -1L, 
-1L, 1L, 1L, 0L, 1L)), .Names = c("V1", "V2", "V3", "V4", 
 "V5"), row.names = c(NA, -10L), class = "data.frame")

将值替换为每列的模式

1 个答案:

数据