使用amelia或R小鼠创建的插补模型获取新数据

假设我在一个大数据帧上运行一个缺失的变量插补R包，amelia或mice（或类似的），比如100000行50列，以获得一个特定列的插补，其中包含一些（比如200个）NAs

有没有办法保存衍生插补算法，这样当我获得包含1000行新行的新数据时，我就可以简单地将该算法应用于新数据

目标是使用与基础数据相同的算法在新数据集中插补任何新NAs

---

提前感谢您——如果这不清楚，我很乐意回答任何问题。

caret

接近您想要的：这假设所有新数据采用相同的变量。然而，根据我的经验，

插入符号

和

小鼠

的插补精度不同

库（插入符号）
mydataHi在这里，请提供一个最小的、可复制的、具有代表性的示例以及所需的最终结果。对数据使用
dput（）
，并使用库调用指定所有非基本包。不要为数据或代码嵌入图片，使用缩进的代码块。为什么不能每次都进行插补，这是两行代码？有一个
m
（鼠标）参数可以像再现性一样工作。@NelsonGon抱歉，我不清楚。是的，我当然可以重新进行插补，但在“新数据”的情况下，我希望“编译”插补速度超快。几乎就像我想要一个“预测”的插补语句……是的，这正是我想要的。然而，我想知道是否有办法在类似编译的过程中“保存”插补算法，而不必将“mydata”加载到内存中？有什么想法吗？对不起，你能详细说明一下编译类流程是如何工作的吗？我看不出来。大多数插补包都依赖于将插补值保存在内存中。可能在环境中临时分配对象？
library(caret)
mydata<-data.frame(A=c(rep(NA,900),rep(3,900)),B=c(rep(NA,200),rep(3,400)))
mydata1<-data.frame(D=mydata,E=rep(mydata))
prep<-preProcess(mydata,method = "medianImpute")
df_new<-predict(prep,mydata)
df_new
df_new2<-predict(prep,mydata1)