我的 data.frame 充满了 NA。
DATE <- c("1","2","3","4","5","6","7","1","2","3","4","5","6","7")
COMP <- c("A", "A", "A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "B", "B")
BM <- c(12,11,NA,14,NA,15,NA, 5, 5, NA, 6, NA, 8, 9)
df <- data.frame(DATE, COMP, BM, stringsAsFactors=F)
df
# DATE COMP BM
# 1 1 A 12
# 2 2 A 11
# 3 3 A NA
# 4 4 A 14
# 5 5 A NA
# 6 6 A 15
# 7 7 A NA
# …我正在尝试编写一个replacena()函数，它将给定数值向量中的每个缺失值替换为其前后元素的算术平均值。
例如，如果c(5, NA, 6, 2, 3, 5, 6, 4, NA, 2, NA, 5)给定，则结果应该是c(5, 5.5, 6, 2, 3, 5, 6, 4, 3, 2, 3.5, 5)。
我正在寻找一些优雅的解决方案，可能带有应用函数（没有控制流结构），但我还没有想出任何有效的解决方案。我不太确定如何访问 lambda function(x) 中的上一个和下一个元素。
replacena <- function(l)
{
stopifnot(is.numeric(l))
sapply(l[is.na(l)], function(x){ l[x] <- mean( c(l[-1:0], l[0:1]) ) } )
}
函数输入：
replacena(c(5, NA, 6, 2, 3, 5, 6, 4, NA, 2, NA, 5))
预期产出
c(5, 5.5, 6, 2, 3, 5, 6, 4, 3, 2, 3.5, 5)
有任何想法吗？
我正在数据框上应用 na.approx，如果 NA 恰好位于数据库的第一行或最后一行，则该方法将不起作用。
如何编写执行以下操作的函数：“当数据帧第一行的任何值为 NA 时，删除第一行”
数据框示例：
x1=x2=c(1,2,3,4,5,6,7,8,9,10,11,12)
x3=x4=c(NA,NA,3,4,5,6,NA,NA,NA,NA,11,12)
df=data.frame(x1,x2,x3,x4)
此示例数据框的结果应如下所示：
result=df[-1:-2,]
我当前的尝试看起来都类似于：
replace_na=function(df){
while(anyNA(df[1,])=TRUE){
df=df[-1,],
return(df)
}
#this is where I would apply the na.approx function to the data frame
}
任何帮助将不胜感激，谢谢！
我想创建一个列 d，其中包含其他列中的所有非 NA 值。
我尝试了 ifelse，但无法弄清楚如何使其以正确的方式嵌套，以便也包含 c 列中的值。也许应该使用 ifelse 之外的其他内容？
这是一个“虚拟”数据框：
a <- c(NA, NA, NA, "A", "B", "A", NA, NA)
b <- c("D", "A", "C", NA, NA, NA, NA, NA)
c <- c(NA, NA, NA, NA, NA, NA, "C", NA)
data <- data.frame(a, b, c)
我希望 d 列看起来像这样：
data$d <- c("D", "A", "C", "A", "B", "A", "C", NA)
View(data)
考虑数据集中的以下行：-
#Row (initially):
NA NA NA NA NA NA NA 2 3 1 4 5 2 NA NA 6 7
我希望所有这些行都转换成
#Row (modified) :
0 0 0 0 0 0 0 2 3 1 4 5 2 NA NA 6 7
只有在任何非 NA 值之前出现的初始 NA 才会被零替换，而不是后面出现的初始 NA。
编辑：我的数据是矩阵，例如：
NA NA NA NA 1 1 1 1 1 1
NA NA NA NA 1 1 1 1 1 1
NA NA NA NA 1 1 1 1 1 1
NA …我有一个这样的情节：
data <- data.frame(time = c("time1", "time2", "time1"),
sex = c("m", "f", NA))
ggplot(data = data) +
geom_bar(aes(x = time, y = (..count..)/sum(..count..),
fill = sex),
position = "fill") +
scale_y_continuous(name = "percentation",
labels = scales::percent)
我正在尝试更改 NA 值的标签和颜色。我用过scale_fill_manual像添加
scale_fill_manual(labels = c("m" = "male",
"f" = "female",
"NA" = "unknown"),
values = c("m" = "blue",
"f" = "red",
"NA" = "green"))
不幸的是，这不起作用，所以我想问一下，这里有人可以帮助我解决这个问题吗？是否有特殊的词或其他东西来选择 NA 值？另外，我想保留直接分配，而"m" = "male"不是仅仅通过编写"male"来控制分配。
我正在编写自己的函数来计算数据集中列的平均值，然后使用它来应用它，apply()但它只返回第一列的平均值。下面是我的代码：
mymean <- function(cleaned_us){
column_total = sum(cleaned_us)
column_length = length(cleaned_us)
return (column_total/column_length)
}
Average_2 <- apply(numeric_clean_usnews,2,mymean,na.rm=T)
我试图找到这个问题的答案，但找不到。如果有答案，我会道歉并立即删除我的问题。
我正在尝试将几行合并为一行（此计算应该在组上单独完成，在这种情况下id可以使用变量进行分组），以便不留下 NA 值。
# initial dataframe
df_start <- data.frame(
id = c("as", "as", "as", "as", "as", "bs", "bs", "bs", "bs", "bs"),
b = c(NA, NA, NA, NA, "A", NA, NA, 6, NA, NA),
c = c(2, NA, NA, NA, NA, 7, NA, NA, NA, NA),
d = c(NA, 4, NA, NA, NA, NA, 8, NA, NA, NA),
e = c(NA, NA, NA, 3, NA, NA, NA, NA, "B", NA),
f = c(NA, NA, 5, NA, NA, NA, …我有数据如下：
df <- as.data.frame(c(1,2,NA,4,5))
names(df)[1] <- "first_column"
first_column
1 1
2 2
3 NA
4 4
5 5
我想获取 is 的所有行号first_column，NA所以3
我找到了查找其他值的方法，即which(grepl(2, df$first_column))
但不是NA。包含NA值显然相当麻烦（链接）。有没有更简单的方法来做到这一点？
有任何想法吗？
我想在使用 时使用na.passfor 。某些列中的数据集的某些观察值存在值。我只想控制包含 的变量。非常重要的是，在控制固定效应后，数据集的大小将保持不变。我想我必须与in一起工作。我正在使用以下模型：na.actionlmerNANAna.actionlmer()
baseline_model_0 <- lmer(formula=log_life_time_income_child ~ nationality_dummy +
sex_dummy + region_dummy + political_position_dummy +(1|Family), data = baseline_df
qr.default(X, tol = tol, LAPACK = FALSE) 中的错误：外部函数调用中的 NA/NaN/Inf (arg 1)
我的数据：如下所示，所有控制变量中都有相当多的 NA。所以“扔掉”所有这些观察结果是没有选择的！
一个例子：
nat_dummy
1 : 335
2 : 19
NA's: 252
我的问题：
1.) 如何将所有控制变量（以多列表示）包含到模型中而不排除观察值（以行表示）？
2.) 如何lmer处理所有列中缺失的变量？