按因子列計算data.frame組中的變量

Question

我有一個data.frame包含數字列，這些列具有我希望通過...來計算缺失值的因子級別...讓我解釋一下。

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來估算NA值。 因此，對於a部分，我想將id 5缺失值與part a中的id 1-4的平均值相比較，並且對於b部分相同，將缺少的id3與b部分中的id的平均值相等。

我需要在許多列中執行此操作（想象有更多的值列）。 所以也許適用於功能等。

Answer 1

在read.table/read.csv使用na.strings參數，我們可以將缺失值轉換為實際NA ，從而將'value'列讀為'numeric'。 使用dplyr ，我們可以replace該列的mean更改多個值列中的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的類似選項

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]

數據

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)