将值替换为每列的众数

Question

大家好，我正在处理一个非常大的数据集(200 列，750,000 行)。有一些单元格的值为 -1，我想根据该特定列的模式(最高重复值)替换每个单元格，而不仅仅是所有 -1 的一个标准值。例如，A 列中的 -1 替换为 A 列中的模式，B 列中的 -1 替换为 B 列中的模式。

有没有办法解决这个问题，而不必使用 if 函数创建新的 200 列和 750,000 行？

感谢您的宝贵时间。

问候，字里行间

Answer 1

我们可以使用Mode函数来自 here

Mode <- function(x) {
   ux <- unique(x)
   ux[which.max(tabulate(match(x, ux)))]
 }

然后，用mutate_all replace -1 的值与每列的“模式”

library(dplyr)
df1 %>%
     mutate_all(funs(replace(., .== -1, Mode(.))))

尚不清楚 -1 是否作为列中出现频率最高的值。排除 mutate_all 中的那个

df1 %>%
     mutate_all(funs(replace(., .== -1, Mode(.[. != -1]))))

<小时/>

此外，如果有没有-1的列，那么我们可以使用mutate_if跳过这些

df1 %>%
   mutate_if(funs(any(.==-1)),funs(replace(., .== -1, Mode(.[. != -1]))))

数据

df1 <- structure(list(V1 = c(1L, 0L, 3L, 2L, 3L, 5L, 0L, 4L, 4L, 0L), 
V2 = c(3L, 1L, 3L, 3L, 1L, 5L, 0L, -1L, 2L, -1L), V3 = c(-1L, 
2L, 4L, -1L, 0L, 3L, -1L, 3L, 3L, -1L), V4 = c(1L, 0L, 1L, 
0L, 5L, 0L, 4L, 3L, 3L, 5L), V5 = c(2L, 1L, 0L, 0L, -1L, 
-1L, 1L, 1L, 0L, 1L)), .Names = c("V1", "V2", "V3", "V4", 
 "V5"), row.names = c(NA, -10L), class = "data.frame")