使用过滤器将 NA 值替换为按组的平均值答案

【问题标题】：Replace NA values with average by group with filter使用过滤器将 NA 值替换为按组的平均值
【发布时间】：2018-10-29 18:18:48
【问题描述】：

我在下面有一个数据集：

head(weather_data)

  dmanum DATE       Avg_precipitation Avg_TAVG 
  <chr>  <date>                 <dbl>    <dbl>               
1 501    2017-01-01          0.000976     45.3               
2 501    2017-01-02                NA     39.3                
3 501    2017-01-03             0.366       42                
4 502    2017-01-01                NA       46                
5 502    2017-01-02                NA     33.3                
6 502    2017-01-03                NA     31.3                
7 503    2017-01-01                 5       46                
8 503    2017-01-02                10     33.3                
9 503    2017-01-03                15     31.3

dmanum 有许多具有相同日期的值。根据我对 dmanum 的选择，我想按周取平均值 Avg_precipitation 并替换该特定 DMA 的 NA。

例如，如果我要使用这个数据集，我会尝试这样的事情，但我得到一个错误：

weather_data1<- weather_data %>%
  group_by(DATE) %>% 
  filter(., dmanum==502) %>%
  mutate_at(Avg_precipitation = na.fill(mean(Avg_precipitatation))

预期的输出是这样的：

  dmanum DATE       Avg_precipitation Avg_TAVG 
  <chr>  <date>                 <dbl>    <dbl>               
1 501    2017-01-01          0.000976     45.3                
2 501    2017-01-02                NA     39.3                
3 501    2017-01-03             0.366       42                
4 502    2017-01-01            2.5004       46                
5 502    2017-01-02                10     33.3                
6 502    2017-01-03             7.683     31.3                
7 503    2017-01-01                 5       46                
8 503    2017-01-02                10     33.3                
9 503    2017-01-03                15     31.3

【问题讨论】：

不清楚你为什么filtering
对于上下文，有一些 dmanum 值包含所有 NA for Avg。沉淀。我想根据整个数据集用每周平均降水量替换那些。对于确实有一些值的 dma，我稍后将使用 na.fill 将这些值替换为移动平均线
你需要df1 %>% group_by(DATE) %>% mutate(Avg_precipitation = replace(Avg_precipitation, is.na(Avg_precipitation), mean(Avg_precipitation, na.rm = TRUE)))
我还没有尝试过你的代码，但看起来不错！我需要的唯一补充是能够通过特定的 dmanum 值进行过滤。在此示例中，它将是 dmanum==502
我不想用这个逻辑替换数据集中的每个 NA，我只想替换所选 dma(s) 的 NA

标签： r dplyr na

【解决方案1】：

我们可以在group_by 之后使用replace。而不是filtering 行，在replace 的list 参数中指定逻辑以仅替换那些'dmanum' 为502 的NAs

library(tidyverse)
weather_data %>%
       group_by(DATE) %>%
       mutate(Avg_precipitation = replace(Avg_precipitation,  
           is.na(Avg_precipitation) & dmanum == 502, 
          mean(Avg_precipitation, na.rm = TRUE)))
# A tibble: 9 x 4
# Groups:   DATE [3]
#  dmanum DATE       Avg_precipitation Avg_TAVG
#   <int> <date>                 <dbl>    <dbl>
#1    501 2017-01-01          0.000976     45.3
#2    501 2017-01-02         NA            39.3
#3    501 2017-01-03          0.366        42  
#4    502 2017-01-01          2.50         46  
#5    502 2017-01-02         10            33.3
#6    502 2017-01-03          7.68         31.3
#7    503 2017-01-01          5            46  
#8    503 2017-01-02         10            33.3
#9    503 2017-01-03         15            31.3

【讨论】：

我在尝试用 NA 替换列中的条件的负值时遇到了类似的问题。我试过这个但没有用： df %>% mutate(df$Value = replace(df$Value, df$Parameter == "soil.moisture" & df$Value