Início / coding / Perguntas / 77323901
Accepted
firmo23
Asked: 2023-10-19 20:48:59 +0800 CST

Substitua todos os NAs ou valores "N/A" em um conjunto de dados pela média de cada coluna existente

  • 772

No dataframe abaixo que possui colunas apenas com valores numéricos, quero encontrar ou NAs"N/A" de cada coluna e substituí-los pelo valor médio do restante das linhas de cada coluna

data <- structure(list(`Review Star` = c("N/A", "5", "5", "4", NA, "5", 
"3.4", NA), `Total Review` = c("N/A", "1", "5", "5", NA, "1", 
"5", NA)), row.names = c(NA, -8L), class = c("tbl_df", "tbl", 
"data.frame"))

library(dplyr)
data <- data %>% 
  mutate_all(~ifelse(. %in% c("N/A", "NA"), mean(., na.rm = TRUE), .))

3 respostas

  1. Best Answer

    O zoopacote possui uma na.aggregatefunção para esse fim ("Substituir NA por agregação"). Como você tem um caractere "N/A", precisará converter seus dados em numéricos usando as.numeric, o que definirá o caractere "N/A"como padrão NA:

    zoo::na.aggregate(apply(data, 2, as.numeric))

#      Review Star Total Review
# [1,]        4.48          3.4
# [2,]        5.00          1.0
# [3,]        5.00          5.0
# [4,]        4.00          5.0
# [5,]        4.48          3.4
# [6,]        5.00          1.0
# [7,]        3.40          5.0
# [8,]        4.48          3.4

    Ou, alternativamente, usando sapplye especificando as colunas específicas:

    zoo::na.aggregate(sapply(data[c("Review Star", "Total Review")], as.numeric))
    • 4

  2. É assim que eu faria de uma só vez dplyr. Usando type.convertpara converter para numérico facilmente e depois mutate+ replace.

    library(dplyr)
type.convert(data, as.is = TRUE) |> 
  mutate(across(everything(), \(x) replace(x, is.na(x), mean(x, na.rm = TRUE))))

#   Review Star Total Review
# 1        4.48          3.4
# 2           5            1
# 3           5            5
# 4           4            5
# 5        4.48          3.4
# 6           5            1
# 7         3.4            5
# 8        4.48          3.4

    Ou em combinação com imputeTS::na_meanou zoo::na.aggregate:

    imputeTS::na_mean(type.convert(data, as.is = TRUE))
zoo::na.aggregate(type.convert(data, as.is = TRUE))
    • 2

  3. Mantendo-se próximo de sua solução original, você teve alguns problemas:

    1. Seus números são strings - corrija usandoas.numeric
    2. Você precisa usar is.na()para encontrar NAs porque a string "NA" não equivale a NA
    3. O uso da função tilda ~requer o uso de .xanotação em vez de.

    Então a solução fica assim:

    data <- data %>% 
  mutate_all(~ifelse(.x %in% c("N/A")|is.na(.x), mean(as.numeric(.x), na.rm = TRUE), .x))
    • 1

relate perguntas