关于r：在数据框的每一列中填写NA的平均值

Fill in mean values for NA in every column of a data frame

本问题已经有最佳答案，请猛点这里访问。

如果我有一个数据框 df

1	df=data.frame(x=1:20,y=c(1:10,rep(NA,10)),z=c(rep(NA,5),1:15))

我知道用给定列的平均值替换 NA，我们可以使用

1	df[is.na(df$x)]=mean(df$x,na.rm=T)

我想要找到的是一种使用单个命令的方法，以便它一次对列执行此操作，而不是对每一列重复它。

怀疑，我需要使用 sapply 和函数，我尝试过类似的方法，但显然这不起作用

1	sapply(df,function(x) df[is.na(df$x)]=mean(df$x,na.rm=T))

任何建议都会很棒。我试图搜索以前的帖子，但找不到类似的问题正在解决。

我们可以使用na.aggregate。一种选择是分别在每一列上应用 na.aggregate。我们可以用 lapply 做到这一点。如果我们使用 data.table，请将 \\'data.frame\\' 转换为 \\'data.table\\' (setDT(df))，遍历列并应用 na.aggregate。这将用非 NA 值的平均值替换 NA。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

library(zoo)
library(data.table)
setDT(df)[, names(df) := lapply(.SD, na.aggregate)][]
# x y z
# 1: 1 1.0 8
# 2: 2 2.0 8
# 3: 3 3.0 8
# 4: 4 4.0 8
# 5: 5 5.0 8
# 6: 6 6.0 1
# 7: 7 7.0 2
# 8: 8 8.0 3
# 9: 9 9.0 4
#10: 10 10.0 5
#11: 11 5.5 6
#12: 12 5.5 7
#13: 13 5.5 8
#14: 14 5.5 9
#15: 15 5.5 10
#16: 16 5.5 11
#17: 17 5.5 12
#18: 18 5.5 13
#19: 19 5.5 14
#20: 20 5.5 15

或者我们可以直接在数据集上使用na.aggregate。

1	na.aggregate(df)