使用R语言填补缺失值
数据处理过程中，往往会存在缺失值，对于缺失值的处理，目前各大统计书提出的方法有剔除，用均数填补，用众数填补，采用其他自变量进行回归，推算缺失值进行填补等。在R语言中如何按要求进行填补？下面将介绍如何进行缺失值填补的各种方法
用某特定值替换缺失值
下面这段代码表示使用0填补缺失值，x是需要填补的数据框的某行或某列，如果是其他值，将0改成需要的值即可。
FillNA <- function(x){
x[is.na(x )]<- 0;
x
}使用均值，众数，中位数进行填补
该过程函数是一样的，只需要将后续填补要用的值进行修正即可。
library(data.table)
library(dplyr)
library(tidyverse)
#data.table
setDT(data)
data[,names(data):=lapply(.SD,function(x){x[is.na(x)] <- getmode(x)
x})]
#dplyr
data %>%
mutate_all(function(x){x[is.na(x)] <- getmode(x)
x})
dplyr_if_else <- function(x) { mutate_all(x, ~if_else(is.na(.), 0, .)) }
#tidyverse
df %>%
select(Pclass, Sex, SibSp, Embarked) %>%
map_dfc(~ replace_na(.x, rstatix::get_mode(.x)[1]))到此这篇关于使用R语言填补缺失值的方法的文章就介绍到这了,更多相关R语言填补缺失值内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
