Yocker
  1. Yocker
  3. Sostituisci i valori mancanti con la media della colonna
Intereting Posts
java.lang.ClassCastException Come posso ottenere i media di un utente da Instagram senza autenticarsi come utente? Quando è meglio usare String.Format vs concatenazione di stringhe? Come iniettare un object nel contesto della richiesta di jersey? Lavorare con select usando le opzioni ng di AngularJS Differenze tra fork ed exec Accesso monodesmensionale a un array multidimensionale: è un comportamento ben definito? Qual è la migliore strategia per le applicazioni basate su database testate da unità? Come autocapitalizzare il primo carattere in un campo di input in AngularJS? Converti stringa in int array usando LINQ Come salvare un elenco su Impostazioni.Default? come usare writeToFile per salvare l’immagine nella directory del documento? #ifdef sostitutivo nella lingua Swift CodeIgniter impedisce automaticamente l’iniezione SQL? Problema della funzione strtok annidato in C

Sostituisci i valori mancanti con la media della colonna

Non sono sicuro di come eseguire il loop su ciascuna colonna per sostituire i valori NA con la media della colonna. Quando sto cercando di sostituire per una colonna usando il seguente, funziona bene. 

Column1[is.na(Column1)] <- round(mean(Column1, na.rm = TRUE))

Il codice per il loop su colonne non funziona: 

 for(i in 1:ncol(data)){ data[i][is.na(data[i])] <- round(mean(data[i], na.rm = TRUE)) }

i valori non sono sostituiti. Qualcuno può aiutarmi per favore con questo?

Una modifica relativamente semplice del codice dovrebbe risolvere il problema: 

 for(i in 1:ncol(data)){ data[is.na(data[,i]), i] <- mean(data[,i], na.rm = TRUE) }

Se DF è il tuo frame di dati di colonne numeriche: 

 library(zoo) na.aggregate(DF)

AGGIUNTO:

Usando solo la base di R definisci una funzione che lo fa per una colonna e poi lappia a ogni colonna: 

 NA2mean <- function(x) replace(x, is.na(x), mean(x, na.rm = TRUE)) replace(DF, TRUE, lapply(DF, NA2mean))

L'ultima riga può essere sostituita con la seguente se è ansible sovrascrivere l'input: 

 DF[] <- lapply(DF, NA2mean)

Per aggiungere alle alternative, utilizzando i dati di esempio di @ akrun, farei quanto segue: 

 d1[] <- lapply(d1, function(x) { x[is.na(x)] <- mean(x, na.rm = TRUE) x }) d1

Puoi anche provare: 

  cM <- colMeans(d1, na.rm=TRUE) indx <- which(is.na(d1), arr.ind=TRUE) d1[indx] <- cM[indx[,2]] d1

dati 

 set.seed(42) d1 <- as.data.frame(matrix(sample(c(NA,0:5), 5*10, replace=TRUE), ncol=10))

lapply può essere usato al posto di un ciclo for . 

 d1[] <- lapply(d1, function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

Questo non ha alcun vantaggio sul ciclo for, anche se forse è più semplice se si hanno anche colonne non numeriche, nel qual caso 

 d1[sapply(d1, is.numeric)] <- lapply(d1[sapply(d1, is.numeric)], function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

è quasi altrettanto facile. 

 # Lets say I have a dataframe , df as following - df <- data.frame(a=c(2,3,4,NA,5,NA),b=c(1,2,3,4,NA,NA)) # create a custom function fillNAwithMean <- function(x){ na_index <- which(is.na(x)) mean_x <- mean(x, na.rm=T) x[na_index] <- mean_x return(x) } (df <- apply(df,2,fillNAwithMean)) ab 2.0 1.0 3.0 2.0 4.0 3.0 3.5 4.0 5.0 2.5 3.5 2.5

Simile alla risposta indicata da @Thomas, questo può essere fatto anche usando il metodo ifelse() di R: 

 for(i in 1:ncol(data)){ data[,i]=ifelse(is.na(data[,i]), ave(data[,i],FUN=function(y) mean(y, na.rm = TRUE)), data[,i]) }

dove, Argomenti su ifelse(TEST, YES , NO) sono: –

TEST – condizione logica da verificare

SÌ – eseguito se la condizione è Vero

NO – altrimenti quando la condizione è False

e ave(x, ..., FUN = mean) è il metodo in R usato per calcolare le medie di sottoinsiemi di x []

C’è anche una soluzione rapida usando il pacchetto imputesTS : 

 library(imputeTS) na.mean(yourDataFrame)