Мне нужно заменить недостающее значение на медиану для всех переменных. Я знаю, как это сделать для каждой переменной отдельно.
df$x1=ifelse(is.na(df$x1),median(df$x1,na.rm=T),df$x1)
Но у меня 21 переменная, и замена должна выполняться для 20 переменных из x1-x20. Как заменить пропущенное значение сразу для 20 переменных? Я не хочу создавать 20 струн.
Вы можете использовать dplyr::mutate_at для замены отсутствующих значений на median для этого столбца. mutate_at обеспечивает гибкость (с использованием start_with) для выбора столбцов, начинающихся с X, для которых будет применяться правило.
library(dplyr)
df %>% mutate_at(vars(starts_with("X")), funs(ifelse(is.na(.),median(., na.rm = TRUE),.)))
# ID X1 X2
# 1 a 1 21.0
# 2 b 2 22.0
# 3 c 7 23.0 << X1 was missing
# 4 d 7 24.0 << X1 was missing
# 5 e 7 25.0 << X1 was missing
# 6 f 6 26.0
# 7 g 7 24.5 << X2 was missing
# 8 h 8 24.5 << X2 was missing
# 9 i 9 29.0
# 10 j 10 30.0
Пример данных:
df <- data.frame(ID=letters[1:10], X1 = 1:10, X2 = 21:30)
df$X1[3:5] <- NA
df$X2[7:8] <- NA
df
# ID X1 X2
# 1 a 1 21
# 2 b 2 22
# 3 c NA 23
# 4 d NA 24
# 5 e NA 25
# 6 f 6 26
# 7 g 7 NA
# 8 h 8 NA
# 9 i 9 29
# 10 j 10 30
ifelse(is.na(.) & is.numeric(.) ,median(., na.rm = TRUE),.)). Я не тестировал, но должно работать. 21.05.2018