通过每日列以每天平均列来填充差距

Question

由于数据是一个时间序列，其中包含一年以上的半小时值，我计划每天找到每天的平均值，并在相应一天的平均值中填充NAS（我意识到这不是统计上最合理的方法，但我只需要目前运行的代码）。

没有所有变量是数字（有些是日期，有些是字符）

我计划删除字符列，但我不知道什么代码可以完成此操作）。但是，我需要保留日期列，但是我不确定如何在每个列的平均值时如何维护它们。

数据集很大（〜200个变量，约17,000个观测值）

2. 我希望使用一次平均所有这些列的代码，这样我就不必手动浏览每个列。 我遇到的询问询问了有关整个列的平均（而不是按几天分组），并询问仅保留数字变量（但我还需要保留日期）。不幸的是这些行不通。
BELOW是示例数据（我知道时间戳和日期可能被R解释为R。我不知道在提供示例数据时如何修复此操作，但是它们在我的数据框中读取为日期）：

TIMESTAMP <- c("2019-04-27 17:30:00", "2019-04-27 18:00:00", "2019-04-27 18:30:00", "2019-04-27 19:00:00", "2019-04-27 19:30:00", "2019-04-28 10:00:00", "2019-04-28 10:30:00", "2019-04-28 11:00:00", "2019-04-28 11:30:00", "2019-04-28 12:00:00")
dates<-c("2019-04-27", "2019-04-27", "2019-04-27", "2019-04-27", "2019-04-27", "2019-04-28", "2019-04-28", "2019-04-28", "2019-04-28", "2019-04-28")
ch4_flux <- c(NA, 66.39, 65.39, 64.41, 63.52, 62.76, 62.16,NA, 61.54,61.53)
distance <- c(1000,1000,NA,125.35,1000,NA,1000,5.50,NA,1000)
Tau <-c(0.0322000, 0.0495000, 0.1737616, 0.1772567, NA, 0.1246816, 0.1435230, 0.1098670, NA, NA)
filename<- c("2019-04-27T173000_AIU-2079.ghg","2019-04-27T180000_AIU-2079.ghg", "2019-04-27T183000_AIU-2079.ghg","2019-04-27T190000_AIU-2079.ghg", "2019-04-27T193000_AIU-2079.ghg",NA,  "2019-04-28T100000_AIU-2079.ghg","2019-04-28T103000_AIU-2079.ghg", "2019-04-28T110000_AIU-2079.ghg",NA)

dd<- data.frame(TIMESTAMP, dates, ch4_flux, distance,Tau, filename)

3. 您可以做
ave()

：

：

i = is.na(dd$ch4_flux)
dd$ch4_flux[i]= with(dd, ave(ch4_flux, dates, FUN = \(i) mean(i, na.rm=TRUE)))[i]

> dd
             TIMESTAMP      dates ch4_flux
1  2019-04-27 17:30:00 2019-04-27  64.9275
2  2019-04-27 18:00:00 2019-04-27  66.3900
3  2019-04-27 18:30:00 2019-04-27  65.3900
4  2019-04-27 19:00:00 2019-04-27  64.4100
5  2019-04-27 19:30:00 2019-04-27  63.5200
6  2019-04-28 10:00:00 2019-04-28  62.7600
7  2019-04-28 10:30:00 2019-04-28  62.1600
8  2019-04-28 11:00:00 2019-04-28  61.9975
9  2019-04-28 11:30:00 2019-04-28  61.5400
10 2019-04-28 12:00:00 2019-04-28  61.5300

用

tranform

Answer 1

replace

：

# dd = 
dd |>
  transform(ch4_flux = 
              replace(ch4_flux, is.na(ch4_flux), 
                      ave(ch4_flux, dates, FUN = \(i) mean(i, na.rm=TRUE))))