我是R的新手。我的问题是如何使用缺失数据点前后的平均值来填充缺失值?
例如:
使用每个NA上下两侧的平均值作为填充值。
-第3行的平均值为38.5
-第7行的平均值为32.5
age
52.0
27.0
NA
23.0
39.0
32.0
NA
33.0
43.0
谢谢。
我是R的新手。我的问题是如何使用缺失数据点前后的平均值来填充缺失值?
例如:
使用每个NA上下两侧的平均值作为填充值。
-第3行的平均值为38.5
-第7行的平均值为32.5
age
52.0
27.0
NA
23.0
39.0
32.0
NA
33.0
43.0
这里提供一个解决方案,使用了 zoo
包中的 na.locf
函数,它会将每个 NA 替换为其前后最近的非 NA 值。
0.5*(na.locf(x,fromlast=TRUE) + na.locf(x))
[1] 52.0 27.0 25.0 23.0 39.0 32.0 32.5 33.0 43.0
x <- c(52, 27, NA, 23, 39, NA, NA, 33, 43)
0.5*(na.locf(x,fromlast=TRUE) + na.locf(x))
[1] 52 27 25 23 39 36 36 33 43
编辑
rev
参数已过时,我将其替换为fromlast
您正在寻找移动平均值插值 - 您可以使用 imputeTS 的 na_ma 函数来完成。
library(imputeTS)
x <- c(52, 27, NA, 23, 39, NA, NA, 33, 43)
na_ma(x, k=1, weighting = "simple")
[1] 52.00000 27.00000 25.00000 23.00000 39.00000 31.66667 38.33333 33.00000 43.00000
这将完全产生所需的结果。 使用k参数,您可以指定计算时每侧考虑多少个邻居。
age <- c(52, 27, NA, 23, 39, 32, NA, 33, 43)
age[is.na(age)] <- rowMeans(cbind(age[which(is.na(age))-1],
age[which(is.na(age))+1]))
age
# [1] 52.0 27.0 25.0 23.0 39.0 32.0 32.5 33.0 43.0
或者,如果您似乎只有一个单列 data.frame
:
mydf <- data.frame(age = c(52, 27, NA, 23, 39, 32, NA, 33, 43))
mydf[is.na(mydf$age), ] <- rowMeans(
cbind(mydf$age[which(is.na(mydf$age))-1],
mydf$age[which(is.na(mydf$age))+1]))
只是另一种方式:
age <- c(52, 27, NA, 23, 39, 32, NA, 33, 43)
age[is.na(age)] <- apply(sapply(which(is.na(age)), "+", c(-1, 1)), 2,
function(x) mean(age[x]))
age
## [1] 52.0 27.0 25.0 23.0 39.0 32.0 32.5 33.0 43.0