Question

我有一个具有三个级别的分类变量（A，B和C）。

我还有一个连续变量，上面缺少一些值。

我想用其组的平均值替换NA值。也就是说，必须将A组中缺失的观测值替换为A组中的平均值。

我知道我可以计算每个组的均值并替换缺失值，但是我敢肯定还有另一种方法可以通过循环更有效地做到这一点。

A <- subset(data, group == "A")
mean(A$variable, rm.na = TRUE)
A$variable[which(is.na(A$variable))] <- mean(A$variable, na.rm = TRUE)

现在，我知道我可以对组B和C进行相同的操作，但是也许可以使用for和if进行else循环有用吗？

Answer 1

require(dplyr)
data %>% group_by(group) %>%
mutate(variable=ifelse(is.na(variable),mean(variable,na.rm=TRUE),variable))

要获得更快的base-R版本，可以使用ave：

data$variable<-ave(data$variable,data$group,FUN=function(x) 
  ifelse(is.na(x), mean(x,na.rm=TRUE), x))

Answer 2

您可以使用data.table软件包来实现这一目标-

tomean <- c("var1", "var2")
library(data.table)
setDT(dat)
dat[, (tomean) := lapply(tomean, function(x) {
        x <- get(x)
        x[is.na(x)] <- mean(x, na.rm = TRUE)
        x
    })]

按组估算均值缺失数据

2 个答案: