用列组的平均值替换 NA

Question

我想找到列组中所有值的均值。给定的一组列可能包含缺失的观察值。我想用该组列的平均值替换一组列中缺失的观察值。在我的例子中，每组的列数是一个常数，years。

以下是执行此操作的代码。但是，我希望有人可以提供更高效的代码。 lapply 查找给定列组的平均值。但是，我还没有想出类似的方法来替换缺失的观察结果。谢谢你的建议。

这是一个示例数据集:

my.first.year <- 1980
my.last.year  <- 1982
years <- (my.last.year - my.first.year) + 1

x = read.table(text = "
 city county   state      a80    a81    a82    b80     b81   b82
  1      B       AA        2      20    200     4       8     12
  2      B       AA        4      NA    400     5       9     NA
  1      C       AA        6      60     NA    NA      10     14
  2      C       AA       NA      80    800     7      11     15    
", sep = "", header = TRUE, stringsAsFactors = FALSE)

(2 + 4 + 6 + 20 + 60 + 80 + 200 + 400 + 800) / 9
(4 + 5 + 7 + 8 + 9 + 10 + 11 + 12 + 14 + 15) / 10

my.means <- lapply( seq(4, ncol(x), years) , function(i) { mean(unlist(x[,i : (i+years-1) ]) , na.rm=TRUE) } )
my.means

x2 <- x

x2[,(3+years*0+1):(3+years*1)][is.na(x2[,(3+years*0+1):(3+years*1)])] = my.means[[1]]
x2[,(3+years*1+1):(3+years*2)][is.na(x2[,(3+years*1+1):(3+years*2)])] = my.means[[2]]

结果如下:

#   city county state      a80      a81      a82 b80 b81  b82
# 1    1      B    AA   2.0000  20.0000 200.0000 4.0   8 12.0
# 2    2      B    AA   4.0000 174.6667 400.0000 5.0   9  9.5
# 3    1      C    AA   6.0000  60.0000 174.6667 9.5  10 14.0
# 4    2      C    AA 174.6667  80.0000 800.0000 7.0  11 15.0

Answer 1

这是另一种使用基础 R 中的 reshape 的解决方案，这是一个经常被遗忘的函数，具有惊人的功能。

x2 = reshape(x, direction = 'long', varying = 4:9, sep = "")
x2[,c('a', 'b')] = apply(x2[,c('a', 'b')], 2, function(y){
  y[is.na(y)] = mean(y, na.rm = T)
  return(y)
})
x3 = reshape(x2, direction = 'wide', idvar = names(x2)[1:3], timevar = 'time', 
 sep = "")

这是它的工作原理。首先，我们将数据 reshape 为长格式，其中 a 和 b 成为列，年份成为行。其次，我们用它们各自的方式替换列 a 和 b 中的 NA。最后，我们将数据重新整形为宽格式。 reshape 是一个令人困惑的功能，但通过帮助页面上的示例可以帮助您快速上手。

编辑

要重新排序列，您可以这样做

x3[,names(x)]

要替换行名，您可以这样做

rownames(x3) = 1:NROW(x3)