【发布时间】:2014-07-02 19:28:47
【问题描述】:
我正在尝试使用 dplyr 包在 R 中进行热卡插补。我想用从同一组中抽取的随机值替换非有限值。
myData <- data.frame(value = sample(c(Inf, NaN, 1:8), 100, replace=TRUE),
group = sample(letters[1:4], 100, replace=TRUE))
value group
1 4 c
2 6 d
3 Inf c
4 8 c
5 7 a
6 2 b
此代码运行但也会对 Inf 和 NaN 值进行采样。
myData <- myData %>%
group_by(group) %>%
mutate(imputedvalue = sample(value, n(), replace = TRUE))
table(is.finite(myData$imputedvalue), is.infinite(myData$imputedvalue))
FALSE TRUE
FALSE 16 7
TRUE 77 0
这段代码没有运行。
myData <- myData %>%
group_by(group) %>%
mutate(imputedvalue = ifelse(is.finite(value), value,
sample(value, n(), replace = TRUE)))
Error in n() : This function should not be called directly
我觉得应该有某种filter() 命令,但我真的不明白它应该如何工作......
【问题讨论】:
-
你想要
sample(value[is.finite(value)], sum(!is.finite(value)), T) -
@eddi 我是按照这些思路思考的,但是当我在
ifelse中尝试它时,我意识到由于随机样本向量的长度与value向量不同,回收开始发挥作用。为了保证每个非有限值的唯一随机抽取,我必须对组的size进行抽样。 -
@aosmith 你说得对,我想更多的是分配给
value[!is.finite(value)]