使用 R 中的平均值估算缺失值的函数答案

【问题标题】：Function to impute missing values using mean in R使用 R 中的平均值估算缺失值的函数
【发布时间】：2018-11-29 13:35:18
【问题描述】：

我的小标题：

Excel 中的数据：

impute <- read_excel(choose.files())

imp <- function(df) {
      for(i in 1:ncol(df)){
        df[is.na(df[,i]),i] <- mean(df[,i],na.rm = T)
      }
}


imp(impute)

警告信息：
1：在mean.default(df[, i], na.rm = T)：
参数不是数字或逻辑：返回 NA
2：在mean.default(df[, i], na.rm = T)：
参数不是数字或逻辑：返回 NA

上面的代码可以正常工作，因为它是一个 Data.Frame，但如果它是一个 Tibble 则不起作用。如果我要使用 Tibble，有人可以告诉我如何更改代码。

【问题讨论】：

请将str(yourDataframe)的结果复制到问题中。我想有一个因素列。顺便说一句：你的函数什么都不返回。
欢迎来到 SO。除非主题是图像处理，否则图像既不是代码也不是数据。请点击您问题下方的“r”，然后点击“信息”并查看有关如何在 R 标签中提问的指南。

标签： r function for-loop

【解决方案1】：

data.frame 和 tibble 之间的区别之一是，默认情况下数据框会尽可能地丢弃尺寸，而 tibble 不会。

也就是说，如果x 是一个数据框，那么x[, i] 可能是也可能不是数据框，这取决于i。如果i 是一个值，那么x[, i] 将只是一个向量。如果i 是一个具有多个值的向量，那么x[, i] 将是一个数据框。当i 是一个可能有多个值的变量时，这可能会导致错误，因为类可能不同（修复是使用x[, i, drop = FALSE] 来保证data.frame 返回）。

Tibbles 试图通过将默认 drop = TRUE 切换为 drop = FALSE 来解决此问题，因此 x[, i] 是一个 tibble，无论 i 的长度是否为 1 或更多。

在计算平均值时，您希望 df[,i] 被视为数字向量，而不是 1 列的小标题，因此您需要指定它：

df[[i]] # This is the preferred way to extract a single column
df[, i, drop = TRUE] # this will work too (since tibble version 1.4.1)

Tibbles vignette 的“Tibbles 与 data.frames”部分对此进行了更详细的说明。

【讨论】：