r - 按组用均值插补缺失数据

Question

我有一个具有三个级别的分类变量( A 、 B 和 C )。

我还有一个连续变量，上面有一些缺失值。

我想更换NA值与其组的平均值。这是来自组 A 的缺失观测值必须替换为组的平均值 A .

我知道我可以计算每个组的平均值并替换缺失值，但我确信还有另一种方法可以通过循环更有效地做到这一点。

A <- subset(data, group == "A")
mean(A$variable, rm.na = TRUE)
A$variable[which(is.na(A$variable))] <- mean(A$variable, na.rm = TRUE)

现在，我知道我可以对组 B 做同样的事情和 C ，但也许是 for循环(使用 if 和 else )可能会起作用吗？

Answer 1

require(dplyr)
data %>% group_by(group) %>%
mutate(variable=ifelse(is.na(variable),mean(variable,na.rm=TRUE),variable))

要获得更快的 base-R 版本，您可以使用 ave :

data$variable<-ave(data$variable,data$group,FUN=function(x) 
  ifelse(is.na(x), mean(x,na.rm=TRUE), x))