在 R 中生成随机数的缺失值答案

【问题标题】：Generate random number of missing values in R在 R 中生成随机数的缺失值
【发布时间】：2014-01-06 14:21:04
【问题描述】：

我有一个这样的数据框：

df<-data.frame(time1=rbinom(100,1,0.3),
               time2=rbinom(100,1,0.4),
               time3=rbinom(100,1,0.5),
               time4=rbinom(100,1,0.6))

如何为每个时间变量生成随机缺失值，其中缺失的数量高达 20%？即，在这种情况下，每列的缺失总数小于20，并且它们是从主题（行）中随机缺失的。

【问题讨论】：

标签： r random

【解决方案1】：

你可以这样做：

insert_nas <- function(x) {
  len <- length(x)
  n <- sample(1:floor(0.2*len), 1)
  i <- sample(1:len, n)
  x[i] <- NA 
  x
}

df2 <- sapply(df, insert_nas)
df2

这将使您每列最多有 20% 的缺失

colSums(is.na(df2)) / nrow(df2)

time1 time2 time3 time4 
 0.09  0.16  0.19  0.14

【讨论】：

我更喜欢n <- sample.int(floor(0.2*len), 1); i <- sample(seq_along(x), n)。

【解决方案2】：

这是一种方法：

as.data.frame(lapply(df, function(x) 
               "is.na<-"(x, sample(seq(x), floor(length(x) * runif(1, 0, .2))))))

【讨论】：

【解决方案3】：

你的意思是这样的？

nomissing <- sample(1:20,1)
testnos <- rbinom(100 - nomissing,1,0.3)
testnas <- rep(NA,nomissing)
testmix <- sample(x = c(testnos,testnas),100)

输出 -

> testmix
  [1]  1  0  0  0  0  0  1  0  0  0  1  1  0  0  0  0  0  1  1  0  0  0  0  0  0  1  0  0  0  0  0  0  0  1  0  0
 [37]  1  0  0  0  1  1  0  1  0  0  1  0  0  0  0  1  0  1  0  0  0  0  0  1  0  1  0  0  1  1  1 NA  0  1  0  0
 [73]  0  0  1  1  0  0  1  0  0  1  1  0  0 NA  1  0  0  0  0  0  1  0 NA NA  1  0  0  0

【讨论】：

缺失值最多20个，表示每个变量可能有1-20个范围内的任意缺失值。而且行数还是100。