r - 如何根据条件获得 R 中多列的中位数(根据另一列)

Question

我是 R 的初学者，我想知道如何执行以下任务:

我想用数据集所有列的中位数替换数据集的缺失值。
但是，对于每一列，我想要某个类别的中位数(取决于另一列)。我的数据集如下

structure(list(Country = structure(1:5, .Label = c("Afghanistan", 
"Albania", "Algeria", "Andorra", "Angola"), class = "factor"), 
    CountryID = 1:5, Continent = c(1L, 2L, 3L, 2L, 3L), Adolescent.fertility.rate.... = c(151L, 
    27L, 6L, NA, 146L), Adult.literacy.rate.... = c(28, 98.7, 
    69.9, NA, 67.4)), class = "data.frame", row.names = c(NA, 
-5L))

所以对于每一列，我想用 中值的中位数替换缺失值特定大陆。

Answer 1

我们可以使用 dplyr::mutate_at替换 NA每列中的 s(除了 Continent 和非数字列 Country )及其 Continent 的中位数团体

df <- structure(list(Country = structure(1:5, .Label = c("Afghanistan",  "Albania", "Algeria", "Andorra", "Angola"), class = "factor"), 
               CountryID = 1:5, Continent = c(1L, 2L, 3L, 2L, 3L),
               Adolescent.fertility.rate.... = c(151L, 27L, 6L, NA, 146L),
               Adult.literacy.rate.... = c(28, 98.7, 69.9, NA, 67.4)), class = "data.frame", row.names = c(NA, -5L))

library(dplyr)
df %>%
  group_by(Continent) %>% 
  mutate_at(vars(-group_cols(), -Country), ~ifelse(is.na(.), median(., na.rm = TRUE), .)) %>% 
  ungroup()

返回:

  # A tibble: 5 x 5
    Country     CountryID Continent Adolescent.fertility.rate.... Adult.literacy.rate....
    <fct>           <int>     <int>                         <int>                   <dbl>
  1 Afghanistan         1         1                           151                    28  
  2 Albania             2         2                            27                    98.7
  3 Algeria             3         3                             6                    69.9
  4 Andorra             4         2                            27                    98.7
  5 Angola              5         3                           146                    67.4

解释:
首先我们将 data.frame df 分组来自 Continent .然后我们按以下方式改变除分组列(和 Country 不是数字)之外的所有列:如果 is.na为真，我们将其替换为中位数，并且由于我们已分组，因此它将是 Continent 的中位数组(如果不是 NA，我们将其替换为它自己)。最后我们打电话 ungroup为恢复“正常”的良好措施 tibble .