我有一个分类变量有三个级别(A
,B
和C
)。
我还有一个连续变量,上面有一些缺失值。
我想用它的组的平均值替换NA
值。也就是说,A
组缺失的观察结果必须用A
组的平均值替换。
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更有效地使用循环。
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,我知道我可以为组B
和C
做同样的事情,但也许一个for
循环(与if
和else
)可能会做到这一点?
require(dplyr)
data %>% group_by(group) %>%
mutate(variable=ifelse(is.na(variable),mean(variable,na.rm=TRUE),variable))
对于更快的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))
您可以使用data.table
包来实现这一点 -
tomean <- c("var1", "var2")
library(data.table)
setDT(dat)
dat[, (tomean) := lapply(tomean, function(x) {
x <- get(x)
x[is.na(x)] <- mean(x, na.rm = TRUE)
x
})]