Remplacer les valeurs manquantes par la colonne moyenne

Si DF est votre bloc de données des colonnes numériques:

library(zoo)
na.aggregate(DF)

ajouté:

en utilisant seulement la base de R définissez une fonction qui le fait pour une colonne et ensuite lapidement à chaque colonne:

NA2mean <- function(x) replace(x, is.na(x), mean(x, na.rm = TRUE))
replace(DF, TRUE, lapply(DF, NA2mean))

la dernière ligne peut être remplacée par la suivante s'il est possible d'écraser l'entrée:

DF[] <- lapply(DF, NA2mean)

Pour ajouter des options, à l'aide de @akrun de l'échantillon de données, je voudrais faire le suivant:

d1[] <- lapply(d1, function(x) { 
  x[is.na(x)] <- mean(x, na.rm = TRUE)
  x
})
d1

Vous pouvez également essayer:

 cM <- colMeans(d1, na.rm=TRUE)
 indx <- which(is.na(d1), arr.ind=TRUE)
 d1[indx] <- cM[indx[,2]]
 d1  

set.seed(42)
d1 <- as.data.frame(matrix(sample(c(NA,0:5), 5*10, replace=TRUE), ncol=10))

lapply peut être utilisé au lieu d'un for boucle.

d1[] <- lapply(d1, function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

cela n'a pas vraiment d'avantages par rapport à la boucle for, mais peut-être est-ce plus facile si vous avez aussi des colonnes non numériques, auquel cas

d1[sapply(d1, is.numeric)] <- lapply(d1[sapply(d1, is.numeric)], function(x) ifelse(is.na(x), mean(x, na.rm = TRUE), x))

est presque aussi facile.

# Lets say I have a dataframe , df as following -
df <- data.frame(a=c(2,3,4,NA,5,NA),b=c(1,2,3,4,NA,NA))

# create a custom function
fillNAwithMean <- function(x){
    na_index <- which(is.na(x))        
    mean_x <- mean(x, na.rm=T)
    x[na_index] <- mean_x
    return(x)
}

(df <- apply(df,2,fillNAwithMean))
   a   b
2.0 1.0
3.0 2.0
4.0 3.0
3.5 4.0
5.0 2.5
3.5 2.5

semblable à la réponse de @Thomas, Cela peut aussi être fait en utilisant ifelse() méthode de R:

for(i in 1:ncol(data)){
  data[,i]=ifelse(is.na(data[,i]),
                  ave(data[,i],FUN=function(y) mean(y, na.rm = TRUE)),
                  data[,i])
}

où, Argumentsifelse(TEST, YES , NO): -

TEST- condition logique à vérifier

Oui - exécuté si la condition est True

NO- d'autre lorsque la condition est Fausse

et ave(x, ..., FUN = mean) c'est la méthode dans la R utilisée pour le calcul des moyennes des sous-ensembles de x[]

Il y a aussi la solution rapide en utilisant le imputeTS package:

library(imputeTS)
na.mean(yourDataFrame)