将 NA 替换为基于 ID 属性的模式

Question

我有一个数据集 dt，我想根据 id 将 NA 值替换为每个属性的 mode，如下所示:

之前:

 id  att  
  1  v
  1  v
  1  NA
  1  c
  2  c
  2  v
  2  NA
  2  c

我正在寻找的结果是:

 id  att
  1  v
  1  v
  1  v
  1  c
  2  c
  2  v
  2  c
  2  c

我做了一些尝试，例如我发现另一个类似的问题想要用 mean 替换 NA (它有一个内置函数)，因此我尝试调整代码如下:

for (i in 1:dim(dt)[1]) {
    if (is.na(dt$att[i])) {
      att_mode <-                  # I am stuck here to return the mode of an attribute based on ID
      dt$att[i] <- att_mode 
    }
  }

我找到了以下函数来计算众数

Mode <- function(x) {
  ux <- unique(x)
  ux[which.max(tabulate(match(x, ux)))]
}

来自以下链接:Is there a built-in function for finding the mode?

但我不知道如何在 for 循环中应用它，我尝试了 apply、ave 函数，但由于维度不同，它们似乎不是正确的选择。

有人可以帮助我了解如何返回 for 循环中的模式吗？

谢谢

Answer 1

我们可以使用library(zoo)中的na.aggrgate，将FUN指定为Mode。如果这是一个分组操作，我们可以使用data.table来完成。将“data.frame”转换为“data.table”(setDT(df1))，按“id”分组，我们应用na.aggregate

library(data.table)
library(zoo)
setDT(df1)[, att:= na.aggregate(att, FUN=Mode), by = id]
df1
#    id att
#1:  1   v
#2:  1   v
#3:  1   v
#4:  1   c
#5:  2   c
#6:  2   v
#7:  2   c
#8:  2   c

<小时/>

与dplyr类似的选项

library(dplyr)
df1 %>%
     group_by(id) %>%
     mutate(att = na.aggregate(att, FUN=Mode))

注意:模式来自OP的帖子。另外，假设“att”是character类。