如何用R中的行平均值估算缺失值答案

【问题标题】：How to impute missing values with row mean in R如何用R中的行平均值估算缺失值
【发布时间】：2014-05-03 07:35:06
【问题描述】：

从一个大数据框中，我提取了一行数值数据并保存为向量。某些值缺失并标记为 NA。我想用行均值来估算缺失值。

谢谢

【问题讨论】：

标签： r na

【解决方案1】：

让x 成为你的向量：

x <- c(NA,0,2,0,2,NA,NA,NA,0,2)
ifelse(is.na(x), mean(x, na.rm = TRUE), x)
# [1] 1 0 2 0 2 1 1 1 0 2

或者如果你不关心原始向量，你可以直接修改它：

x[is.na(x)] <- mean(x, na.rm = TRUE)

【讨论】：

我的向量在我使用 as.numeric 转换为数字后如下： [1] NA NA NA -0.58 0.23 -0.23 0.08 -0.62 0.55 -0.32 0.03 -0.56 [13] 0.47 -0.15 0.49 NA 0.23 -0.49 0.33 0.18 0.65 -0.29 NA NA 运行完您的代码示例后，我得到以下信息：[1] 3.857953e-18 3.857953e-18 3.857953e-18 -5.800000e-01 2.300000e-01 [6] -2.300000e-01 8.000000e-02 -6.200000e-01 5.500000e-01 -3.200000e-01
我尝试将输出转换为数字，但没有成功。谢谢
还有什么问题？你得到的数字是科学计数法吗？
是的，我想转换成数字。谢谢
它已经是数字了（见is.numeric(x)，但由于平均值的浮点错误，它以科学计数法打印。如果你想减少一些浮点错误，所以“它打印得很好”，你可以做类似round(x * 1e5) / 1e5...

【解决方案2】：

使用这个：

filter <- is.na(myVec)

myVec[filter] <- colMeans(myDF[,filter], na.rm=TRUE)

myVec 是您的向量，myDF 是您的 data.frame。

【讨论】：