[英]Impute variables within a data.frame group by factor column
我有一个data.frame包含数字列,这些列具有我希望通过...来计算缺失值的因子级别...让我解释一下。
part id value
a 1 23.4
a 2 23.8
a 3 45.6
a 4 34.7
a 5 Na
b 1 45.2
b 2 34.6
b 3 Na
b 4 30.9
b 5 28.1
我想用部件的平均值来估算NA值。 因此,对于a部分,我想将id 5缺失值与part a中的id 1-4的平均值相比较,并且对于b部分相同,将缺少的id3与b部分中的id的平均值相等。
我需要在许多列中执行此操作(想象有更多的值列)。 所以也许适用于功能等。
在read.table/read.csv
使用na.strings
参数,我们可以将缺失值转换为实际NA
,从而将'value'列读为'numeric'。 使用dplyr
,我们可以replace
该列的mean
更改多个值列中的NAs
。
library(dplyr)
df1 %>%
group_by(part) %>%
mutate_each(funs(replace(., which(is.na(.)), mean(., na.rm=TRUE))),
starts_with('value'))
或者data.table
的类似选项
library(data.table)
nm1 <- grep('value', names(df1))
setDT(df1)[, (nm1) := lapply(.SD, function(x) replace(x,
which(is.na(x)), mean(x, na.rm=TRUE))), by = part,.SDcols=nm1]
df1 <- read.table(text="part id value
a 1 23.4
a 2 23.8
a 3 45.6
a 4 34.7
a 5 Na
b 1 45.2
b 2 34.6
b 3 Na
b 4 30.9
b 5 28.1", header=TRUE, na.strings="Na", stringsAsFactors=FALSE)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.