用中位数替换 R 中所有变量的缺失值

Question

这个问题在这里已经有了答案:





Median imputation using sapply

(2 个回答)


3年前关闭。




我必须用所有变量的中位数替换缺失值。
我知道如何分别为每个变量执行此操作。

df$x1=ifelse(is.na(df$x1),median(df$x1,na.rm=T),df$x1)

但是我有 21 个变量，必须对 x1-x20 中的 20 个变量执行替换。
如何一次替换 20 个变量的缺失值？
我不想创建 20 个字符串。

Answer 1

您可以使用 dplyr::mutate_at用 median 替换缺失值对于该列。 mutate_at提供灵活性(使用 start_with )选择以 X 开头的列，对其应用规则。

library(dplyr)

df %>% mutate_at(vars(starts_with("X")), funs(ifelse(is.na(.),median(., na.rm = TRUE),.)))

#    ID X1   X2
# 1   a  1 21.0
# 2   b  2 22.0
# 3   c  7 23.0  << X1 was missing
# 4   d  7 24.0  << X1 was missing
# 5   e  7 25.0  << X1 was missing
# 6   f  6 26.0
# 7   g  7 24.5  << X2 was missing
# 8   h  8 24.5  << X2 was missing
# 9   i  9 29.0
# 10  j 10 30.0

样本数据:

df <- data.frame(ID=letters[1:10], X1 = 1:10, X2 = 21:30)
df$X1[3:5] <- NA
df$X2[7:8] <- NA

df
#    ID X1 X2
# 1   a  1 21
# 2   b  2 22
# 3   c NA 23
# 4   d NA 24
# 5   e NA 25
# 6   f  6 26
# 7   g  7 NA
# 8   h  8 NA
# 9   i  9 29
# 10  j 10 30