按组用均值插补缺失数据

Question

我有三个层次分类变量（A，B，和C）。

我还有一个连续变量，上面有一些缺失值。

我想NA用其组的平均值替换这些值。A也就是说， group 中缺失的观察值必须替换为 group 的平均值A。

我知道我可以计算每个组的平均值并替换缺失值，但我确信还有另一种方法可以通过循环更有效地做到这一点。

A <- subset(data, group == "A")
mean(A$variable, rm.na = TRUE)
A$variable[which(is.na(A$variable))] <- mean(A$variable, na.rm = TRUE)

现在，我知道我可以对 group Band做同样的事情C，但也许for循环（with ifand else）可能会起作用？

Answer 1

require(dplyr)
data %>% group_by(group) %>%
mutate(variable=ifelse(is.na(variable),mean(variable,na.rm=TRUE),variable))

对于更快的 base-R 版本，您可以使用ave：

data$variable<-ave(data$variable,data$group,FUN=function(x) 
  ifelse(is.na(x), mean(x,na.rm=TRUE), x))