通过分类均值估算缺失值？答案

【问题标题】：Imputation of Missing Values by Categorical Mean?通过分类均值估算缺失值？
【发布时间】：2019-08-10 10:45:05
【问题描述】：

我有一个包含多列的数据集，其中一列缺少所需的数据块。

缺少数据的列 df$Variable 始终归属于特定人员 df$Name。每当 df$Variable 中缺少数据时，是否有办法估算每个人的平均值，而不是整个数据集的平均值？

我一直在玩 imputeTS 库。

【问题讨论】：

您能否提供当前形式的数据框样本以及所需输出的示例？
Add mean columns to dataframe by category with NA's的可能重复

标签： r statistics imputation

【解决方案1】：

在没有看到您的数据框的情况下，我相信这会起作用。

set.seed(7)
# make some fake data
df <- data.frame(Name = rep(as.character(c("A", "B", "C", "D")), 10), Variable = sample(1:100, 40))
# change some to NA
df[which(df$Variable > 40),"Variable"] <- NA

# Fill in NA's for D with the mean of D
df[which(df$Name == "D" & is.na(df$Variable)),"Variable"] <-
  mean(df[which(df$Name == "D"),"Variable"], na.rm = TRUE)

您还可以循环访问其他“变量”

variable_vec <- c("A", "B", "C", "D")
for(i in 1:length(variable_vec)){
df[which(df$Name == i & is.na(df$Variable)),"Variable"] <-
  mean(df[which(df$Name == i),"Variable"], na.rm = TRUE)
}

【讨论】：

【解决方案2】：

如果没有可重复的例子，很难做出明确的回答，但鉴于你所说的，这样的事情应该可行：

library('tidyverse')

df <- data.frame(Name = c(rep("A", 5), rep("B", 5)),
                 Variable = sample(c(1, 2, 3, NA), 10, replace = TRUE))

df %>%
  group_by(Name) %>%
  mutate(non_na_mean = mean(Variable, na.rm = T)) %>%
  ungroup() %>%
  mutate(newVariable = ifelse(is.na(Variable), non_na_mean, Variable))

【讨论】：