在大型6000+列数据集中，将所有NA值替换为每列的（最小值/ 2）值

Question

而不是用平均值代替NA，我需要用列中的最小值代替NA，然后除以2。（我们的统计学家要求我对数据执行此操作-我不是统计学家，因此请遵循说明）

这是我的数据的一瞥：

data

        Group sp.Q13813.SPTN1_HUMAN sp.O14773.TPP1_HUMAN sp.P11137.MTAP2_HUMAN
1 Premutation           10713983468            367492324            2134747097
2 Premutation           10789498495            343303410            2677825476
3 Premutation           11134883489            383589325            2132552280
4 Premutation            9723552595            269965000            2262740921
5 Premutation           11175156282            359864993            1419225650
6 Premutation           10959077349            258095035            3343267633
7 Premutation           10770809133            331554977            2763604046
8 Premutation           11098182537            344384433            2198718886

到目前为止，这是我的代码，但是我收到功能调试错误消息：

data_ <- lapply(data, function(x) replace(x, is.na(x), (min(x, na.rm = TRUE)/2)))

Message: function (x, list, values) 
{
  x[list] <- values
  x
}

Answer 1

您应该仅在数字列上应用该功能。由于这里不是数字，因此忽略第一列（Group）。

cols <- sapply(data, is.numeric)
data[cols] <- lapply(data[cols], function(x) 
                     replace(x, is.na(x), min(x, na.rm = TRUE)/2))

或使用dplyr，我们可以使用mutate_if，它将自动选择数字列

library(dplyr)
data %>% mutate_if(is.numeric, ~replace(., is.na(.), min(., na.rm = TRUE)/2))