Ho un frame di dati con AN e voglio sostituire l'AN con la riga significaTrovare e sostituire i valori mancanti con la riga dire
c1 = c(1,2,3,NA)
c2 = c(3,1,NA,3)
c3 = c(2,1,3,1)
df = data.frame(c1,c2,c3)
> df
c1 c2 c3
1 1 3 2
2 2 1 1
3 3 NA 3
4 NA 3 1
in modo che
> df
c1 c2 c3
1 1 3 2
2 2 1 1
3 3 3 3
4 2 3 1
Molto simile a @ Baptiste risposta
> ind <- which(is.na(df), arr.ind=TRUE)
> df[ind] <- rowMeans(df, na.rm = TRUE)[ind[,1]]
La mia soluzione è
rwmns = rowMeans(df,na.rm=TRUE)
df$c1[is.na(df$c1)] = rwmns[is.na(df$c1)]
df$c2[is.na(df$c2)] = rwmns[is.na(df$c2)]
df$c3[is.na(df$c3)] = rwmns[is.na(df$c3)]
> df
c1 c2 c3
1 1 3 2
2 2 1 1
3 3 3 3
4 2 3 1
C'è un modo più elegante, soprattutto quando qualcuno ha molte colonne?
Grande lavoro fino a venire con la propria soluzione. Puoi usare '[[' per indicizzare invece, in modo che ogni riga diventi 'df [[nome_colonna]] [is.na (df [[nome_col]]) <- rwmns [is.na (df [[nome_col]]) '. In questo modo, puoi eseguire il loop o utilizzare una famiglia apply sui nomi delle colonne su cui desideri eseguire la sostituzione. – Justin
Penso che questo funziona,
df[which(is.na(df), arr.ind=TRUE)] <- rowMeans(df[!complete.cases(df), ], na.rm=TRUE)
+1 bella soluzione !! Molto meglio del mio pigro 'apply'! –
è un po 'ridondante usare sia is.na che complete.cases; probabilmente c'è un modo più efficace in due linee – baptiste
. Forse questo? 'idx <- che (is.na (df), arr.ind = TRUE); df [idx] <- rowMeans (df [idx [, 1],], na.rm = TRUE) ' –
Utilizzando apply (notare l'oggetto restituito è un matrix):
t(apply(df , 1 , function(x) { x[ is.na(x) ] = mean(x , na.rm = TRUE); x }))
c1 c2 c3
[1,] 1 3 2
[2,] 2 1 1
[3,] 3 3 3
[4,] 2 3 1
Usiamo qualsiasi funzione anonima per modificare i valori di ogni NA in ogni riga allo mean di quella riga. L'unico vantaggio è che non devi più digitare quando il numero di righe aumenta. Non è particolarmente efficiente o veloce in senso computazionale, ma più in senso cognitivo (non si noterà se non si hanno migliaia di righe).
Un'altra opzione è na.aggregate da library(zoo) dopo la trasposizione del dataset
library(zoo)
df[] <- t(na.aggregate(t(df)))
df
# c1 c2 c3
#1 1 3 2
#2 2 1 1
#3 3 3 3
#4 2 3 1
+1 buon uso dell'argomento' arr.ind' spesso trascurato –
Ho trovato se ho righe intere di NA, si verifica un errore. È un'etichetta corretta porre questa come una domanda completamente nuova? – Brian