使用 dplyr 按条件估算缺失值答案

【问题标题】：impute missing value by condition with dplyr使用 dplyr 按条件估算缺失值
【发布时间】：2019-12-28 11:58:28
【问题描述】：

我想用同性内的平均值替换缺失值。

例如，如果“患者 A - 男性”在疼痛方面有缺失值，则缺失值将被替换为男性疼痛的平均值。

rawdata <- rawdata %>%
  mutate(replace_pain = ifelse(is.na(pain) & sex == "male",
                               rawdata %>% 
                                 filter(sex == "male") %>% 
                                 mean(pain, na.rm = TRUE),
                               ifelse(is.na(pain) & sex == "female",
                                      rawdata %>% 
                                        filter(sex == "female") %>% 
                                        mean(pain, na.rm = TRUE),
                                      pain)))

它有两个问题。

1) 编码有点乱。

2) 它不起作用。出现错误。或许，%>%mean 代码似乎有问题。

Warning message:
In mean.default(., pain, na.rm = TRUE) :
  argument is not numeric or logical: returning NA

有没有更好的方法来用条件来估算缺失值？

【问题讨论】：

标签： r dplyr imputation

【解决方案1】：

您的代码不起作用，因为您必须添加summarise(mean(pain, na.rm = TRUE)) 而不仅仅是mean(pain, na.rm = TRUE)。您不能在数据帧上使用 mean。

rawdata %>%
  mutate(replace_pain= ifelse(is.na(pain) & sex=="male",
                              rawdata %>% filter(sex=="male") %>% summarise(mean(pain,na.rm=TRUE)),
                              ifelse(is.na(pain) & sex=="female",
                                     rawdata %>% filter(sex=="female") %>% summarise(mean(pain,na.rm=TRUE)),
                                     pain)))

代码还是比较乱，最好先定义一个avg_pain_female和avg_pain_male变量。

【讨论】：