如何在R中填写data.frame的缺失值？

如何解决如何在R中填写data.frame的缺失值？

我有多个columns，其中有missing values。我想使用所有年份中同一天的mean，而每个filling的{​​{1}} missing数据。例如，column是我的伪造数据，在其中我看到DF

的missing值

two columns (A & X)

对于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,replace = T)) %>% replace_with_na(replace = list(A = 2,X = 5)) 中的fill，我使用以下代码

Column A

我的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)) 中有很多columns，我想对所有data.frame进行归纳，以填写缺失值吗？

解决方法

我们可以使用na.aggregate中的zoo

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