r - 在 R 中生成随机数量的缺失值

Question

我有一个这样的数据框:

df<-data.frame(time1=rbinom(100,1,0.3),
               time2=rbinom(100,1,0.4),
               time3=rbinom(100,1,0.5),
               time4=rbinom(100,1,0.6))

我怎样才能为每个时间变量生成随机缺失值，缺失数量高达 20%？即，在这种情况下，每列中缺失的总数小于 20，并且它们是从主题(行)中随机缺失的。

Answer 1

你可以这样做:

insert_nas <- function(x) {
  len <- length(x)
  n <- sample(1:floor(0.2*len), 1)
  i <- sample(1:len, n)
  x[i] <- NA 
  x
}

df2 <- sapply(df, insert_nas)
df2

这将为您提供每列最多 20% 的缺失

colSums(is.na(df2)) / nrow(df2)

time1 time2 time3 time4 
 0.09  0.16  0.19  0.14