在 R 中，如果我正在检查的变量缺少值，我想创建两个新变量

Question

df <- data.frame(replicate(10,sample(0:100,1000,rep=TRUE)))
eee <- as.data.frame(lapply(df, function(cc) cc[ sample(c(TRUE, NA), prob = c(0.85, 0.15), size = length(cc), replace = TRUE) ]))
View(eee)

这给了我一个缺少数据的数据框。

如果我当前数据框中的变量缺少值，那么我想创建两个新变量。第一个是二进制“是”，这是丢失或“否”，它没有丢失。如果变量没有丢失，我希望第二个变量与原始变量相同。如果它丢失，我想为我的新列估算原始变量的平均值。

我不确定如何编写代码来检查我的整个数据集，而不是单独执行每个变量。

感谢您的帮助！

Answer 1

我想出了一些粗略但有效的方法。

df <- data.frame(replicate(10,sample(0:100,1000,rep=TRUE)))

eee <- as.data.frame(lapply(df, 
  function(cc) cc[ sample(c(TRUE, NA), prob = c(0.85, 0.15), size = length(cc), replace = TRUE) ]))



replace_fn1 <- function(x) ifelse(is.na(x), "yes", "no")
pt1 <- apply(eee, c(1, 2), replace_fn1)


col_means <- as.data.frame(t(apply(eee, 2, mean, na.rm = TRUE)))

#set up df with same size of all column means

col_means <- as.data.frame(matrix(col_means, 
                          nrow = 1000, ncol = 10, byrow = TRUE))

pt2 <- pt1
na_ind <- which(is.na(eee), arr.ind = TRUE)
pt2[na_ind] <- col_means[na_ind]