我有一个完整的数据框。我想用 NA 替换数据框中 20% 的值来模拟随机丢失的数据。
A <- c(1:10)
B <- c(11:20)
C <- c(21:30)
df<- data.frame(A,B,C)
任何人都可以建议一种快速的方法吗？
最佳答案
df <- data.frame(A = 1:10, B = 11:20, c = 21:30)
head(df)
## A B c
## 1 1 11 21
## 2 2 12 22
## 3 3 13 23
## 4 4 14 24
## 5 5 15 25
## 6 6 16 26
as.data.frame(lapply(df, function(cc) cc[ sample(c(TRUE, NA), prob = c(0.85, 0.15), size = length(cc), replace = TRUE) ]))
## A B c
## 1 1 11 21
## 2 2 12 22
## 3 3 13 23
## 4 4 14 24
## 5 5 NA 25
## 6 6 16 26
## 7 NA 17 27
## 8 8 18 28
## 9 9 19 29
## 10 10 20 30
这是一个随机过程，因此可能不会每次都给出 15%。
关于按比例随机将 NAn 插入数据帧，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27454265/