在 R 的数字数据框中使用函数 na_ma答案

【问题标题】：Using function na_ma in a numeric dataframe in R在 R 的数字数据框中使用函数 na_ma
【发布时间】：2021-11-21 21:21:38
【问题描述】：

我正在尝试使用来自library(imputeTS) 的函数na_ma；因为我正在处理数据框中的缺失值，方法是用周围值的平均值替换它们。

数据示例：

i1<-c(5,4,3,4,5)
i2<-c(2,NA,4,5,3)
i3<-c(NA,4,4,4,5)
i4<-c(3,5,5,NA,2)
data<-as.data.frame(cbind(i1,i2,i3,i4))
data

我的代码

data %>%
    rowwise %>%
        na_ma(as.numeric(x), k = 1, weighting = "simple")

预期结果：

i1 i2 i3 i4
1  5  2 2.5  3
2  4  4  4  5
3  3  4  4  5
4  4  5  4 4.5
5  5  3  5  2

问题，我不知道如何将na_ma(as.numeric(x), k = 1, weighting = "simple") 应用到这个数据框的每一行。

谢谢！

【问题讨论】：

标签： r dataframe imputets

【解决方案1】：

如果您想使用tidyverse 来执行此操作，您可以使用pmap_df。

library(dplyr)
library(purrr)

data %>%
  pmap_df(~imputeTS::na_ma(c(...), k = 1, weighting = "simple"))

#     i1    i2    i3    i4
#  <dbl> <dbl> <dbl> <dbl>
#1     5     2   2.5   3  
#2     4     4   4     5  
#3     3     4   4     5  
#4     4     5   4     4.5
#5     5     3   5     2

这也可以在基础 R 中完成 -

data[] <- t(apply(data, 1, imputeTS::na_ma, k = 1, weighting = "simple"))

【讨论】：

非常感谢您将代码包含在基础 R 中！两者都很完美！

【解决方案2】：

您确定要这样做吗？通常我们用列的平均值估算列。

cm <- colMeans(dat, na.rm=TRUE)
dat <- Map(\(x, y) ifelse(is.na(x), y, x), data, cm) |>
  as.data.frame()
dat
#   i1  i2   i3   i4
# 1  5 2.0 4.25 3.00
# 2  4 3.5 4.00 5.00
# 3  3 4.0 4.00 5.00
# 4  4 5.0 4.00 3.75
# 5  5 3.0 5.00 2.00

实际上，最好使用更复杂的插补技术，例如多重插补。 Here a reading.

数据

dat <- structure(list(i1 = c(5, 4, 3, 4, 5), i2 = c(2, NA, 4, 5, 3), 
    i3 = c(NA, 4, 4, 4, 5), i4 = c(3, 5, 5, NA, 2)), class = "data.frame", row.names = c(NA, 
-5L))

【讨论】：

感谢您的阅读。