问题replace NA in a dplyr chain导致解决方案
dt %.% group_by(a) %.% mutate(b = ifelse(is.na(b), mean(b, na.rm = T), b))
使用dplyr。我想用dplyr链来估算所有colums。没有单个列可以分组,而是我希望所有数字列都通过诸如列均值之类的方式替换所有NAs。
使用tidyverse / dp替换列方式的所有NA的最优雅方法是什么?
答案 0 :(得分:8)
我们可以将mutate_all
与ifelse
dt %>%
group_by(a) %>%
mutate_all(funs(ifelse(is.na(.), mean(., na.rm = TRUE), .)))
如果我们想要一个紧凑的选项,请使用na.aggregate
中的zoo
default
将NA
值替换为mean
dt %>%
group_by(a) %>%
mutate_all(zoo::na.aggregate)
如果我们没有分组变量,请删除group_by
并使用mutate_if
(只是为了对某些非数字列保持谨慎)
dt %>%
mutate_if(is.numeric, zoo::na.aggregate)
如果所有列都是数字,甚至
zoo::na.aggregate(dt)
set.seed(42)
dt <- data.frame(a = rep(letters[1:3], each = 3),
b= sample(c(NA, 1:5), 9, replace = TRUE),
c = sample(c(NA, 1:3), 9, replace = TRUE))