Zastąp brakujące wartości średnią w kolumnie

Jeśli DF jest ramką danych kolumn numerycznych:

library(zoo)
na.aggregate(DF)

Dodany:

Używając tylko podstawy R zdefiniuj funkcję, która robi to dla jednej kolumny, a następnie lapply do każdej kolumny:

NA2mean <- function(x) replace(x, is.na(x), mean(x, na.rm = TRUE))
replace(DF, TRUE, lapply(DF, NA2mean))

Ostatnią linię można zastąpić następującym tekstem, jeśli można nadpisać dane wejściowe:

DF[] <- lapply(DF, NA2mean)

Aby dodać do alternatyw, używając przykładowych danych @akrun, wykonałbym następujące czynności:

d1[] <- lapply(d1, function(x) { 
  x[is.na(x)] <- mean(x, na.rm = TRUE)
  x
})
d1

Możesz też spróbować:

 cM <- colMeans(d1, na.rm=TRUE)
 indx <- which(is.na(d1), arr.ind=TRUE)
 d1[indx] <- cM[indx[,2]]
 d1  

Dane

set.seed(42)
d1 <- as.data.frame(matrix(sample(c(NA,0:5), 5*10, replace=TRUE), ncol=10))

lapply może być używany zamiast pętli for.

d1[] <- lapply(d1, function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

To tak naprawdę nie ma żadnych zalet w stosunku do pętli for, chociaż może jest łatwiej, jeśli masz również kolumny nie-numeryczne, w takim przypadku

d1[sapply(d1, is.numeric)] <- lapply(d1[sapply(d1, is.numeric)], function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

# Lets say I have a dataframe , df as following -
df <- data.frame(a=c(2,3,4,NA,5,NA),b=c(1,2,3,4,NA,NA))

# create a custom function
fillNAwithMean <- function(x){
    na_index <- which(is.na(x))        
    mean_x <- mean(x, na.rm=T)
    x[na_index] <- mean_x
    return(x)
}

(df <- apply(df,2,fillNAwithMean))
   a   b
2.0 1.0
3.0 2.0
4.0 3.0
3.5 4.0
5.0 2.5
3.5 2.5

Podobne do odpowiedzi podanej przez @ Tomasz, Można to również zrobić za pomocą metody ifelse() R:

for(i in 1:ncol(data)){
  data[,i]=ifelse(is.na(data[,i]),
                  ave(data[,i],FUN=function(y) mean(y, na.rm = TRUE)),
                  data[,i])
}

Gdzie, argumenty do ifelse(TEST, YES , NO) to:-

TEST - warunek logiczny do sprawdzenia

YES - wykonywane, jeśli warunek jest prawdziwy

NO - else gdy warunek jest False

I ave(x, ..., FUN = mean) jest metodą w R stosowaną do obliczania średnich podzbiorów x []

Istnieje również szybkie rozwiązanie przy użyciu pakietu imputeTS :

library(imputeTS)
na.mean(yourDataFrame)