估算缺失值的函数[重复]答案

【问题标题】：Function to impute missing value [duplicate]估算缺失值的函数[重复]
【发布时间】：2013-11-28 18:51:12
【问题描述】：

我有一个如下所示的数据框：

set.seed(300)
df <- data.frame(site = sort(rep(paste0("site", 1:5), 5)), 
                 value = sample(c(1:5, NA), replace = T, 25))

df 

    site value
1  site1    NA
2  site1     5
3  site1     5
4  site1     5
5  site1     5
6  site2     1
7  site2     5
8  site2     3
9  site2     3
10 site2    NA
11 site3    NA
12 site3     2
13 site3     5
14 site3     4
15 site3     4
16 site4    NA
17 site4    NA
18 site4     4
19 site4     4
20 site4     4
21 site5    NA
22 site5     3
23 site5     3
24 site5     1
25 site5     1

如您所见，value列中有几个缺失值。我需要用站点的平均值替换 valuecolumn 中的缺失值。因此，如果在site1 处测量的value 存在缺失值，我需要将value 的平均值估算为site1。然而，数据框不断地被添加并导入到 R 中，下次我导入数据框时，它的长度可能会增加到 50 行，value 中可能会有更多的缺失值。我需要创建一个函数来自动检测value 中的缺失值是在哪个站点测量的，并为该特定站点估算缺失值。有人可以帮我吗？

【问题讨论】：

标签： r missing-data

【解决方案1】：

使用包Hmisc中的impute()和包plyr中的ddply：

require(plyr)
require(Hmisc)

df2 <- ddply(df, "site", mutate, imputed.value = impute(value, mean))

【讨论】：

【解决方案2】：

首先，您可以获取网站的不同级别。

sites=levels(df$site)

你可以得到不同层次的手段

nlevels=length(sites)
meanlist=numeric(nlevels)
for (i in 1:nlevels)
    meanlist[i]=mean(df[df[,1]==sites[i],2],na.rm=TRUE)

然后您可以填写每个 NA 值。可能有更快的方法，但只要你的集合不是很大，你可以使用 for 循环来完成。

for (i in 1:dim(df)[1])
    if (is.na(df[i,2]))
         df[i,2]=meanlist[which(sites==df[i,1])]

希望这会有所帮助。

【讨论】：

【解决方案3】：

没有for 循环的单行（是的长行）解决方案。

set.seed(300)
df <- data.frame(site = sort(rep(paste0("site", 1:5), 5)), 
                 value = sample(c(1:5, NA), replace = T, 25))


df$value[is.na(df$value)] <- ave(df$value, df$site, 
                                 FUN = function(x) 
                                mean(x, na.rm = TRUE))[c(which(is.na(df$value)))]

作为一个函数：

fillITin <-  function(x){

x$value[is.na(x$value)] <- ave(x$value, x$site, 
                                     FUN = function(z) 
                                    mean(z, na.rm = TRUE))[c(which(is.na(x$value)))]
return(x)
}


fillITin(df)

【讨论】：