插補與平均剩餘

我有以下形式的數據幀的缺失值：插補與平均剩餘

Weight Day  Hour 
NA  M  0 
NA  M  1 
2  M  2 
1  M  3 
4  T  0 
5  T  1 
NA  T  2 
2  T  3 
3  W  0 
3  W  1 
1  W  2 
NA  W  3

對於重量給定的NA值，我想和平均非來代替它具有相同數值的NA值爲小時。例如，重量中的第一個值是NA。它的小時值是0，所以我想平均其他重量其中小時是0（這些值是4和3）。然後我想用計算的平均值（3.5）替換NA。

作爲的R初學者，我想看到這個明確的，多步驟的過程。（我把這作爲一個學習練習，而不是一個特定的「解決這個問題」類型的問題，我不感興趣誰能用最少的字符做這件事。）

來源

2014-09-10 Eric

我希望你知道在大多數情況下比平均插補有更好的方法。 – Roland 2014-09-10 16:21:57

@羅蘭：是的，非常清楚。這純粹是學習R的練習。 – Eric 2014-09-10 16:24:32

您可以使用ave進行此類操作。

dat$Weight <- 
ave(dat$Weight,dat$Hour,FUN=function(x){ 
    mm <- mean(x,na.rm=TRUE) 
    ifelse(is.na(x),mm,x) 
})

您將通過數小時組應用功能。
對於每個組，您計算平均wuthout缺失值。
如果值爲缺失值，則指定均值，否則保留原始值。
用新創建的矢量替換權重矢量。

來源

2014-09-10 15:58:31 agstudy

你也可以使用data.table

library(data.table) 
setDT(dat)[, list(Weight=replace(Weight, is.na(Weight), 
     mean(Weight, na.rm=TRUE))),by=Hour]

或者

setDT(dat)[, Weight1:=mean(Weight, na.rm=TRUE), by=Hour][, 
       Weight:=ifelse(is.na(Weight), Weight1, Weight)][, Weight1:=NULL]

來源

2014-09-10 16:39:46 akrun

這裏有一個dplyr解決方案。它既快速又容易理解（因爲它是管道結構），因此對初學者來說可能是一個好的開始。假設df是你的數據集

library(dplyr) 
df %>% # Select your data set 
    group_by(Hour) %>% # Group by Hour 
    mutate(Weight = ifelse(is.na(Weight), 
         mean(Weight, na.rm = TRUE), 
         Weight)) # Replace all NAs with the mean

來源

2014-09-10 18:57:05

插補與平均剩餘

回答

相關問題