替换R中缺失值的平均值或模式

Question

我有一个包含缺失值的混合数据类型（数字， 字符，因子，序数因子）的大型数据库，而我 尝试创建for循环以替代缺失值 如果使用数字，则使用相应列的平均值，如果使用字符/因子，则使用模式。

这是我到现在为止：

#fake array: 
age<- c(5,8,10,12,NA) 
a <- factor(c("aa", "bb", NA, "cc", "cc")) 
b <- c("banana", "apple", "pear", "grape", NA) 
df_test <- data.frame(age=age, a=a, b=b) 
df_test$b <- as.character(df_test$b) 

for (var in 1:ncol(df_test)) { 
    if (class(df_test[,var])=="numeric") { 
     df_test[is.na(df_test[,var]) <- mean(df_test[,var], na.rm = TRUE) 
} else if (class(df_test[,var]=="character") { 
     Mode(df_test$var[is.na(df_test$var)], na.rm = TRUE) 
} 
} 

在哪里“模式”的功能是：

Mode <- function (x, na.rm) { 
    xtab <- table(x) 
    xmode <- names(which(xtab == max(xtab))) 
    if (length(xmode) > 1) 
     xmode <- ">1 mode" 
    return(xmode) 
} 

它似乎它只是忽略了声明虽然没有给 任何错误... 我也试图用索引工作的第一部分：

## create an index of missing values 
index <- which(is.na(df_test)[,1], arr.ind = TRUE) 
## calculate the row means and "duplicate" them to assign to appropriate cells 
df_test[index] <- colMeans(df_test, na.rm = TRUE) [index["column",]] 

但是我得到这个错误：“colMeans错误（df_test，na.rm = TRUE）：'x'必须是数字”

有没有人有任何想法如何解决这个问题？

非常感谢您的帮助！ -f

Answer 1

如果你简单地去掉明显的错误，然后它按预期工作：

Mode <- function (x, na.rm) { 
    xtab <- table(x) 
    xmode <- names(which(xtab == max(xtab))) 
    if (length(xmode) > 1) xmode <- ">1 mode" 
    return(xmode) 
} 

# fake array: 
age <- c(5, 8, 10, 12, NA) 
a <- factor(c("aa", "bb", NA, "cc", "cc")) 
b <- c("banana", "apple", "pear", "grape", NA) 
df_test <- data.frame(age=age, a=a, b=b) 
df_test$b <- as.character(df_test$b) 

print(df_test) 

# age a  b 
# 1 5 aa banana 
# 2 8 bb apple 
# 3 10 <NA> pear 
# 4 12 cc grape 
# 5 NA cc <NA> 

for (var in 1:ncol(df_test)) { 
    if (class(df_test[,var])=="numeric") { 
     df_test[is.na(df_test[,var]),var] <- mean(df_test[,var], na.rm = TRUE) 
    } else if (class(df_test[,var]) %in% c("character", "factor")) { 
     df_test[is.na(df_test[,var]),var] <- Mode(df_test[,var], na.rm = TRUE) 
    } 
} 

print(df_test) 

#  age a  b 
# 1 5.00 aa banana 
# 2 8.00 bb apple 
# 3 10.00 cc pear 
# 4 12.00 cc grape 
# 5 8.75 cc >1 mode 

我建议您使用与语法高亮和括号匹配编辑，这将使它更容易找到这些类型的语法错误。