如何在 tibble 中的多行（按行）上改变 NA

Question

我花了一些时间试图弄清楚如何在tibble 的行透视图中改变多行上的NA 值，tibble 有 3 个观察值和 6 个变量，生成如下：

df <- data.frame(ID = c(1, 2, 3),
                 Score1 = c(90, 80, 70),
                 Score2 = c(66, 78, 86),
                 Score3 = c(NA, 86, 96),
                 Score4 = c(84, 76, 72),
                 Score5 = c(92, NA, 74))
sample_tibble <- as_tibble(df)

tibble 看起来像

# A tibble: 3 x 6
     ID Score1 Score2 Score3 Score4 Score5
  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1     1     90     66     NA     84     92
2     2     80     78     86     76     NA
3     3     70     86     96     72     74

我必须使用来自tidyverse 的函数（例如mutate、mutate_at、rowwise.. 等），目标是替换第1 行的NA（在Score3 列中）和第 2 行（在Score5 列中）分别与第 1 行和第 2 行的mean（mean 使用行上的其他值而不是NA 计算），所以理想的结果应该是在变异之后

# A tibble: 3 x 6
     ID Score1 Score2 Score3 Score4 Score5
  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
1     1     90     66     83     84     92
2     2     80     78     86     76     80
3     3     70     86     96     72     74

第一个NA 替换为mean(c(90, 66, NA, 84, 92), na.rm = TRUE) 为83
第二个NA 替换为mean(c(80, 78, 86, 76, NA), na.rm = TRUE) 为80

尝试了一些类似下面的代码，并且还检查了以前的文档为Apply a function to every row of a matrix or a data frame 或dplyr - using mutate() like rowmeans()，但是由于我能够弄清楚mutate 函数的主体，所以代码永远不会工作

sample_tibble[, -1] %>% rowwise() %>% mutate(...)

不限于在rowwise 或mutate（如mutate_at 也不错），有没有任何解决方案能够改变第1 行和第2 行以达到目标格式（其非常适合同时变异，而不是使用for loop 变异两次），感谢任何解决方案！

Answer 1

一个稍微低效的方法是gather和group_by它：

sample_tibble %>%
  tidyr::gather(k, v, -ID) %>%
  group_by(ID) %>%
  mutate(v = if_else(is.na(v), mean(v, na.rm = TRUE), v)) %>%
  ungroup() %>%
  tidyr::spread(k, v)
# # A tibble: 3 x 6
#      ID Score1 Score2 Score3 Score4 Score5
#   <dbl>  <dbl>  <dbl>  <dbl>  <dbl>  <dbl>
# 1     1     90     66     83     84     92
# 2     2     80     78     86     76     80
# 3     3     70     86     96     72     74

正如 RonakShah 也提醒我的那样，gather/spread 可以替换为更新（且功能更多）的表亲：pivot_longer/pivot_wider。

另一种技术使用apply：

sample_tibble %>%
  mutate(mu = apply(.[,-1], 1, mean, na.rm = TRUE)) %>%
  ### similarly, and faster, thanks RonakShah
  # mutate(mu = rowMeans(.[,-1], na.rm = TRUE)) %>%
  mutate_at(vars(starts_with("Score")), ~ if_else(is.na(.), mu, .)) %>%
  select(-mu)

需要注意的是：.[,-1] 明确使用除第一列之外的每一列；如果您有问题中未提及的其他列，那么这肯定会使用比您预期更多的数据。不幸的是，我不知道在这个解决方案中使用:-ranging 的方法，因为这样会更清楚。

Answer 2

一种利用一点数学的方法可能是：

df %>%
 mutate_at(vars(-1), 
           ~ pmax(is.na(.)*rowMeans(select(df, -1), na.rm = TRUE), 
                  (!is.na(.))*., 
                  na.rm = TRUE))


  ID Score1 Score2 Score3 Score4 Score5
1  1     90     66     83     84     92
2  2     80     78     86     76     80
3  3     70     86     96     72     74