如何使用食谱包用常量替换缺失值答案

【问题标题】：How to use recipes package to replace missing values with a constant如何使用食谱包用常量替换缺失值
【发布时间】：2018-11-30 02:41:55
【问题描述】：

我不知道如何使用 recipes 包将缺失的数字变量替换为常量。

我确实考虑过使用 step_lowerimpute，但我认为我无法将它用于我的案例。 step_lowerimpute 用 0 和阈值之间的随机数替换低于给定阈值的缺失值。在我的情况下，这是行不通的。

例如，我有一些实验室变量，例如乳酸，它经常丢失。我想用极值替换缺失值，例如 -9999。

【问题讨论】：

寻求帮助时，您应该包含一个简单的reproducible example，其中包含可用于测试和验证可能解决方案的示例输入和所需输出。展示你的尝试并描述它没有达到你想要的效果。

标签： r missing-data r-recipes

【解决方案1】：

您可以尝试使用step_unknown() 函数，该函数将缺失值NA 替换为用户可以提供的new_level。

【讨论】：

【解决方案2】：

为什么您特别需要食谱包来执行此操作？只需将所有 NA 替换为常数值即可。

library(imputeTS)
na.replace(yourDataframe, fill = -9999)

其他解决方案（无需额外包装）：

yourDataframe[is.na(yourDataframe)] <- -9999

【讨论】：

谢谢@stats0007！ recipes 包能够自动确定输入数据集中所有变量的类型。我想一次将其应用于所有数值变量，并且我认为打包的食谱可能比“手动”更快。如果我在食谱中找不到方法，我可能不得不这样做。

【解决方案3】：

这是我查看食谱包的第一天（所以也许不是最可靠的答案......）。我有同样的问题，并认为以下工作符合要求：

rec <-
    recipe( ~ ., data = airquality) %>%
    step_mutate(
        Ozone = tidyr::replace_na(Ozone, -9999)
    ) %>%
    prep(training = airquality, retain = TRUE)

juice(rec)

在遇到这种方法之前，我也尝试过创建自己的步骤，这似乎也可以，但上面要简单得多......

step_nareplace <- 
    function(recipe, 
            ..., 
            role = NA, 
            trained = FALSE,  
            skip = FALSE,
            columns = NULL,
            replace = -9,
            id = rand_id("nareplace")) {
  add_step(
    recipe,
    step_nareplace_new(
      terms = ellipse_check(...),
      role = role,
      trained = trained,
      skip = skip,
      id = id,
      replace = replace,
      columns = columns
    )
  )
}

step_nareplace_new <- 
    function(terms, role, trained, skip, id, columns, replace) {
  step(
    subclass = "nareplace",
    terms = terms,
    role = role,
    trained = trained,
    skip = skip,
    id = id,
    columns = columns,
    replace = replace
  )
}

prep.step_nareplace <- function(x, training, info = NULL, ...) {

    col_names <- terms_select(x$terms, info = info)

    step_nareplace_new(
        terms = x$terms,
        role = x$role,
        trained = TRUE,
        skip = x$skip,
        id = x$id,
        columns = col_names,
        replace = x$replace
      )
}

bake.step_nareplace <- function(object, new_data, ...) {
  for (i in  object$columns) {
    if (any(is.na(new_data[, i])))
      new_data[is.na(new_data[, i]), i] <- object$replace
  }
  as_tibble(new_data)
}

print.step_nareplace <-
  function(x, width = max(20, options()$width - 30), ...) {
    cat("Replacing NA values in ", sep = "")
    cat(format_selectors(x$terms, wdth = width))
    cat("\n")
    invisible(x)
  }

tidy.step_nareplace <- function(x, ...) {
  res <- simple_terms(x, ...)
  res$id <- x$id
  res
}


recipe(Ozone ~ ., data = airquality) %>%
   step_nareplace(Ozone, replace = -9999) %>%
   prep(airquality, verbose = FALSE, retain = TRUE) %>%
   juice()

【讨论】：