使用R语言填补缺失值

数据处理过程中，往往会存在缺失值，对于缺失值的处理，目前各大统计书提出的方法有剔除，用均数填补，用众数填补，采用其他自变量进行回归，推算缺失值进行填补等。在R语言中如何按要求进行填补？下面将介绍如何进行缺失值填补的各种方法

用某特定值替换缺失值

下面这段代码表示使用0填补缺失值，x是需要填补的数据框的某行或某列，如果是其他值，将0改成需要的值即可。

FillNA <- function(x){
 x[is.na(x )]<- 0;
 x
}

使用均值，众数，中位数进行填补

该过程函数是一样的，只需要将后续填补要用的值进行修正即可。

library(data.table)
library(dplyr)
library(tidyverse)

#data.table
setDT(data)
data[,names(data):=lapply(.SD,function(x){x[is.na(x)] <- getmode(x)
x})]

#dplyr
data %>% 
  mutate_all(function(x){x[is.na(x)] <- getmode(x)
  x})
dplyr_if_else   <- function(x) { mutate_all(x, ~if_else(is.na(.), 0, .)) }
#tidyverse
df %>% 
  select(Pclass, Sex, SibSp, Embarked) %>%
  map_dfc(~ replace_na(.x, rstatix::get_mode(.x)[1]))
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。