Mam ramki danych z NAS i chcę wymienić NAS z rzędu oznaczaZnajdowanie i zastępowanie brakujących wartości z rzędu znaczy
c1 = c(1,2,3,NA)
c2 = c(3,1,NA,3)
c3 = c(2,1,3,1)
df = data.frame(c1,c2,c3)
> df
c1 c2 c3
1 1 3 2
2 2 1 1
3 3 NA 3
4 NA 3 1
tak że
> df
c1 c2 c3
1 1 3 2
2 2 1 1
3 3 3 3
4 2 3 1
Bardzo podobny do użytkownika @ Baptiste odpowiedź
> ind <- which(is.na(df), arr.ind=TRUE)
> df[ind] <- rowMeans(df, na.rm = TRUE)[ind[,1]]
Moje rozwiązanie jest
rwmns = rowMeans(df,na.rm=TRUE)
df$c1[is.na(df$c1)] = rwmns[is.na(df$c1)]
df$c2[is.na(df$c2)] = rwmns[is.na(df$c2)]
df$c3[is.na(df$c3)] = rwmns[is.na(df$c3)]
> df
c1 c2 c3
1 1 3 2
2 2 1 1
3 3 3 3
4 2 3 1
Czy istnieje bardziej elegancki sposób, zwłaszcza gdy ktoś ma wiele kolumn?
Great work wymyślanie własnego rozwiązania. Możesz użyć '[[' do indeksowania zamiast tego, więc każda linia staje się 'df [[nazwa_kolejki]] [is.na (df [[nazwa_pole]]]] - rwmns [is.na (df [[col_name]]) '. W ten sposób możesz zapętlić lub użyć rodziny aplikacji nad nazwami kolumn, które chcesz zastąpić. – Justin
myślę, że to działa,
df[which(is.na(df), arr.ind=TRUE)] <- rowMeans(df[!complete.cases(df), ], na.rm=TRUE)
+ 1 fajne rozwiązanie !! O wiele lepszy niż mój leniwy 'stosuje się'! –
jest nieco zbędne, aby używać zarówno is.na jak i complete.cases; jest prawdopodobnie bardziej efektywny sposób w dwóch liniach. – baptiste
Może tak? 'idx <- który (is.na (df), arr.ind = TRUE); df [idx] <- rowMeans (df [idx [, 1],], na.rm = TRUE) ' –
Korzystanie apply (uwaga zwrócona obiekt jest matrix):
t(apply(df , 1 , function(x) { x[ is.na(x) ] = mean(x , na.rm = TRUE); x }))
c1 c2 c3
[1,] 1 3 2
[2,] 2 1 1
[3,] 3 3 3
[4,] 2 3 1
Używamy dowolną funkcję anonimową zmianę wartości każdego NA w każdym rzędzie do mean tego wiersza. Jedyną zaletą jest to, że nie musisz już pisać, jeśli liczba wierszy się zwiększy. Nie jest to szczególnie wydajne ani szybkie w sensie obliczeniowym, ale bardziej w sensie poznawczym (nie zauważysz, chyba że masz 000 000 wierszy).
Inną opcją jest na.aggregate z library(zoo) po transpozycji DataSet
library(zoo)
df[] <- t(na.aggregate(t(df)))
df
# c1 c2 c3
#1 1 3 2
#2 2 1 1
#3 3 3 3
#4 2 3 1
+1 dobry użytek z często przeoczanego argumentu' arr.ind' –
Znalazłem, jeśli mam całe rzędy NA, wystąpił błąd. Czy jest to właściwa etykieta, aby przedstawić to jako zupełnie nowe pytanie? – Brian