如何在 R 中填写 data.frame 的缺失值？答案

【问题标题】：How to fill in missing value of a data.frame in R?如何在 R 中填写 data.frame 的缺失值？
【发布时间】：2021-02-24 00:04:13
【问题描述】：

我有多个columns，其中有missing values。我想在所有年份中使用同一天的mean，而filling 使用每个column 的missing 数据。例如，DF 是我的假数据，我在其中看到 two columns (A & X) 的 missing 值

library(lubridate)
library(tidyverse)
library(naniar)

set.seed(123)

DF <- data.frame(Date = seq(as.Date("1985-01-01"), to = as.Date("1987-12-31"), by = "day"),
                 A = sample(1:10,1095, replace = T), X = sample(5:15,1095, replace = T)) %>% 
                replace_with_na(replace = list(A = 2, X = 5))

到Column A中的fill，我使用下面的代码

Fill_DF_A <- DF %>% 
          mutate(Year = year(Date), Month = month(Date), Day = day(Date)) %>% 
          group_by(Year, Day) %>% 
  mutate(A = ifelse(is.na(A), mean(A, na.rm=TRUE), A))

我的data.frame 中有很多columns，我想将其概括为所有columns 以填补缺失值？

【问题讨论】：

标签： r dataframe tidyverse na missing-data

【解决方案1】：

我们可以从zoo使用na.aggregate

library(dplyr)
library(zoo)
DF %>% 
  mutate(Year = year(Date), Month = month(Date), Day = day(Date)) %>% 
      group_by(Year, Day)  %>%
     mutate(across(A:X, na.aggregate))

或者如果我们更喜欢使用条件语句

DF %>% 
  mutate(Year = year(Date), Month = month(Date), Day = day(Date)) %>% 
  group_by(Year, Day)  %>%
  mutate(across(A:X, ~ case_when(is.na(.) 
                 ~ mean(., na.rm = TRUE), TRUE ~ as.numeric(.))))

【讨论】：