如何根据条件（根据另一列）获取R中多列的中位数]]

Question

我是R语言的初学者，我想知道如何完成以下任务：

我想用数据集所有列的中位数替换数据集的缺失值。但是，对于每一列，我想要某个类别的中位数（取决于另一列）。我的数据集如下

structure(list(Country = structure(1:5, .Label = c("Afghanistan", 
"Albania", "Algeria", "Andorra", "Angola"), class = "factor"), 
    CountryID = 1:5, Continent = c(1L, 2L, 3L, 2L, 3L), Adolescent.fertility.rate.... = c(151L, 
    27L, 6L, NA, 146L), Adult.literacy.rate.... = c(28, 98.7, 
    69.9, NA, 67.4)), class = "data.frame", row.names = c(NA, 
-5L))
因此，对于每一列，我想用特定大洲。]中的值的中位数替换缺少的值。

我是R的初学者，我想知道如何执行以下任务：我想用数据集中所有列的中位数替换数据集中的缺失值。但是，对于每一列，...

这里是使用库dplyr的解决方案。我调用了您的数据框ww，并将其重命名为列：

library('dplyr')
ww %>% 
  rename(
    lit_rate = Adult.literacy.rate....
  ) %>% 
  group_by(
    Continent
  ) %>% 
  mutate(
    lit_rate = replace(
      lit_rate,
      is.na(lit_rate),
      median(lit_rate, na.rm = TRUE)
    )
  ) %>% 
  ungroup()

我们可以使用dplyr::mutate_at将其每一列中的NA（Continent除外）替换为其Continent组的中位数

library(dplyr)
df %>%
  group_by(Continent) %>% 
  mutate_at(vars(-group_cols(), -Country), ~ifelse(is.na(.), median(., na.rm = TRUE), .)) %>% 
  ungroup()

返回：

  # A tibble: 5 x 5
    Country     CountryID Continent Adolescent.fertility.rate.... Adult.literacy.rate....
    <fct>           <int>     <int>                         <int>                   <dbl>
  1 Afghanistan         1         1                           151                    28  
  2 Albania             2         2                            27                    98.7
  3 Algeria             3         3                             6                    69.9
  4 Andorra             4         2                            27                    98.7
  5 Angola              5         3                           146                    67.4

说明：首先，我们将data.frame df分组为Continent。然后，按以下方式更改分组列（[和Country不是数字）的所有列except

：如果is.na为TRUE，则将其替换为中位数，并且由于已分组，因此将是Continent组的中位数。最后，我们称呼ungroup为佳，以恢复“正常” tibble。

Answer 1

这里是使用库dplyr的解决方案。我调用了您的数据框ww，并将其重命名为列：

Answer 2

我们可以使用dplyr::mutate_at将其每一列中的NA（Continent除外）替换为其Continent组的中位数

library(dplyr)
df %>%
  group_by(Continent) %>% 
  mutate_at(vars(-group_cols(), -Country), ~ifelse(is.na(.), median(., na.rm = TRUE), .)) %>% 
  ungroup()