小编Fil*_*lly的帖子

我有一个完整的数据框架.我希望数据帧中20%的值被NA替换,以模拟随机丢失的数据.

A <- c(1:10)
B <- c(11:20)
C <- c(21:30)
df<- data.frame(A,B,C)

任何人都可以建议一个快速的方法吗？

我有一个缺少值的数据框:

X   Y   Z
54  57  57
100 58  58
NA  NA  NA
NA  NA  NA
NA  NA  NA
60  62  56
NA  NA  NA
NA  NA  NA
69  62  62

我想从已知值线性地估算NA值,以便数据框看起来:

X   Y    Z
54  57  57
100 58  58
90  59  57.5
80  60  57
70  61  56.5
60  62  56
63  62  58
66  62  60
69  60  62

谢谢

对于向量A和B,欧几里德距离是:sqrt((A1-B1)^2+(A2-B2)^2+...+(An-Bn)^2)

A <- c(5, 4, 3, 2, 1, 1, 2, 3, 5)
B <- c(1, 0, 6, 4, 3, 2, 3, 1, 3)
dist(rbind(A,B), method= "euclidean") 
7.681146

当向量A和B包含缺失值时,如何计算距离？这是一个例子:距离的R输出是8.485281如何计算的？

A <- c(5, NA, NA, NA, 1, 1, 2, 3, 5)
B <- c(1, 0, 6, NA, NA, NA, NA, 1, 3)
dist(rbind(A,B), method= "euclidean")
8.485281

我想使用nsga2库中的函数mco来解决多目标问题并找到帕累托边界，但我无法正确设置约束。

目标函数如下。问题的上下文是项目选择，即我有五个项目由 x[1], x[2], ... x[5] 表示，并且只能选择一些。例如，如果选择了项目 No. 1，则 x[1]=1 如果未选择 x[1]=0，这对于所有项目都是如此（x[n] 的值是离散的，1 或 0）。我还有一个约束条件是被选项目的总预算应该小于100。运行该nsga2函数后，里面的参数Solution似乎不对，因为参数不是1或0。我的约束条件错了吗？如何找到 x[1] 到 x[5] 的最佳值？谢谢！

# objective functions to minimize
 ObjFun <- function (x){
   f1 <- -0.02*x[1] + 0.01*x[2] + 0.02*x[3] + -0.01*x[4] + 0.02*x[5]  
   f2 <- 0.17*x[1] + -0.08*x[2] + 0.10*x[3] + 0.09*x[4] + 0.07*x[5] 
   c(f1, f2)      }

 # The constraints 
 Constr <- function(x){ 
   100 >= 20*x[1] + 30*x[2] + 20*x[3] + 33*x[4] + 60*x[5] # Total …

我有一个data.frame并且想要得到每一列的平均值。我申请sapply并得到以下

Hour       Minute     TotalDay    TotalHour
0.00        17.33       105.93      2542.41 

我想从中删除输出的标题部分sapply，使其看起来像：

0.00        17.33       105.93      2542.41

非常感谢有关我如何做到这一点的任何帮助。

谢谢

我试图用R中的ARIMA模型计算时间序列中的缺失值.我尝试了这段代码,但没有成功.

x <- AirPassengers
x[90:100] <- NA
fit <- auto.arima(x)
fitted(fit)[90:100]  ## this is giving me NAs
plot(x)
lines(fitted(fit), col="red")

拟合模型不会影响缺失值.有关如何做到这一点的任何想法？