R 用于用所选列的平均值替换多列中的 NA 的循环

Question

我有一个包含 96 个不同变量的数据表，包括每周参加 17 个不同周的 NFL 比赛。

df 的 colnames 看起来像这样：

colnames(df)
 [1] "NFL_team_name"        "year"                 "season_performance"   "margin_of_victory"    "strength_of_schedule"
 [6] "simple_rating"        "offensive_ranking"    "defensive_ranking"    "playoffs"             "sb_winner"           
[11] "price"                "weekly_attendance.1"  "day.1"                "time.1"               "home_ind.1"          
[16] "winner.1"             "weekly_attendance.2"  "day.2"                "time.2"               "home_ind.2"          
[21] "winner.2"             "weekly_attendance.4"  "day.4"                "time.4"               "home_ind.4"          
[26] "winner.4"             "weekly_attendance.5"  "day.5"                "time.5"               "home_ind.5"          
[31] "winner.5"             "weekly_attendance.6"  "day.6"                "time.6"               "home_ind.6"  

等等..

一些每周出勤列有 NA，我想根据行号输入每周出勤列的 rest 的平均值。 每周出勤列为 12、17、22、27... 如下所示。 我试过类似下面的东西，但我真的不知道如何让它工作：

每周 att. 的所有行：

mean(df[1,c(12,17,22,27,32,37,42,47,52,57,62,67,72,77,82,87,92)])

这意味着每行（团队和年份）的每周出勤列：

rowmeans <- as.data.table(rowMeans(df[,c(12,17,22,27,32,37,42,47,52,57,62,67,72,77,82,87,92)], na.rm = T))

使用 rowmeans 替换 na 的（类似这样的东西）：

for (i in 1:nrow(df)) {
  if (is.na(df[i,])) {
    df[i,] <- rowmeans[i,]
  }
  else
    next
}

所以我想要的是根据每一行中每周出勤列的平均值在每一行中填写 NA。

希望它有意义，并且你们中的一些人可以告诉我缺少什么。

Answer 1

没有Minimal Reproducible Example很难确定，但你可以尝试这样的事情：

# find column names with weekly attendance figures
wa_cols <- grep("weekly_attendance", colnames(df), value=TRUE)

# calculate the mean for each row for just those columns
wa_mean <- rowMeans(df[, wa_cols], na.rm=TRUE)

# loop over weekly attendance columns, filling in if missing
for (x in wa_cols) {
  df[[x]] <- ifelse(is.na(df[[x]]), wa_mean, df[[x]])
}