r - 数据框中的所有列 NA 值都用 R 中的中值填充

Question

我需要用数据框中每列的中值填充所有数字列的空值。我做了以下代码。

median_forNumericalNulls <- function(dataframe){
  
  nums <- unlist(lapply(dataframe, is.numeric))  
  
  df_num <- dataframe[ , nums]
  
  df_num[] <- lapply(df_num, function(x) { 
    x[is.na(x)] <- median(x, na.rm = TRUE)
    x
  })      

  return(dataframe)
  
}

median_forNumericalNulls(A)

A 是父表，由数值变量和分类变量组成。如何用函数 Median_forNumericalNulls 的输出替换“A”数据帧的列？

有没有更好的方法可以做到同样的事情？

Answer 1

也许我们需要更改函数以直接对列进行子集化并更新列，而不是创建另一个对象然后更新

median_forNumericalNulls <- function(dataframe){
  
  nums <- unlist(lapply(dataframe, is.numeric))  
  
  df_num <- dataframe[ , nums]
  
  dataframe[nums] <- lapply(dataframe[nums], function(x) { 
    x[is.na(x)] <- median(x, na.rm = TRUE)
    x
  })      
  dataframe
  
}

-测试

A <- median_forNumericalNulls(A)

---

此外，这可以通过 na.aggregate 以紧凑的方式完成

library(zoo)
A <- na.aggregate(A, FUN = median)

---

或者使用tidyverse

library(dplyr)
A <- A %>%
   mutate(across(where(is.numeric), 
         ~ replace(., is.na(.), median(., na.rm = TRUE))))