r - 如何用中位数填充NA？

Question

示例数据:

set.seed(1)
df <- data.frame(years=sort(rep(2005:2010, 12)), 
                 months=1:12, 
                 value=c(rnorm(60),NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA))

head(df)
  years months      value
1  2005      1 -0.6264538
2  2005      2  0.1836433
3  2005      3 -0.8356286
4  2005      4  1.5952808
5  2005      5  0.3295078
6  2005      6 -0.8204684

请告诉我，我如何将 df$value 中的 NA 替换为其他月份的中位数？ “值”必须包含同月所有先前值的中值。也就是说，如果当前月份是 5 月，则“值”必须包含 5 月份之前所有值的中值。

Answer 1

你要使用测试is.na功能:

df$value[is.na(df$value)] <- median(df$value, na.rm=TRUE)

这表示所有值，其中 df$value是 NA ，将其替换为右侧。您需要 na.rm=TRUE件，否则 median函数将返回 NA
按月做这个月，有很多选择，但我想plyr有最简单的语法:

library(plyr)
ddply(df, 
      .(months), 
      transform, 
      value=ifelse(is.na(value), median(value, na.rm=TRUE), value))

您也可以使用 data.table .如果您的数据很大，这是一个特别好的选择:

library(data.table)
DT <- data.table(df)
setkey(DT, months)

DT[,value := ifelse(is.na(value), median(value, na.rm=TRUE), value), by=months]

还有很多其他的方法，但有两种!