更换NA和x27；在R中具有特定条件的s
如果2017年为NA，且2015和2016列具有值，则我希望基于同一行将其平均值分配给2017年更换NA和x27；在R中具有特定条件的s,r,replace,na,R,Replace,Na,如果2017年为NA，且2015和2016列具有值，则我希望基于同一行将其平均值分配给2017年 Index 2015 2016 2017 1 NA 6355698 10107023 2 13000000 73050000 NA 4 NA NA NA 5 10500000
Index 2015 2016 2017
1 NA 6355698 10107023
2 13000000 73050000 NA
4 NA NA NA
5 10500000 NA 8000000
6 331000000 659000000 1040000000
7 55500000 NA 32032920
8 NA NA 20000000
9 2521880 5061370 7044288
...
ind <- which(is.na(df), arr.ind=TRUE)
df[ind] <- rowMeans(df, na.rm = TRUE)[ind[,1]]
ind免责声明：我不完全清楚您的预期输出是什么。我下面的解决方案基于这样一个假设，即您希望用每年所有值的平均值或每个索引的所有值的平均值替换NA
值
这里有一个tidyverse
选项，首先从宽到长进行扩展，用每年的平均值替换NA
s，最后从长到宽进行转换
library(tidyverse)
df %>%
gather(year, value, -Index) %>%
group_by(year) %>%
mutate(value = ifelse(is.na(value), mean(value, na.rm = T), value)) %>%
spread(year, value)
## A tibble: 8 x 4
# Index `2015` `2016` `2017`
# <int> <dbl> <dbl> <dbl>
#1 1 115507293. 6355698. 10107023.
#2 2 13000000. 223472356. 186197372.
#3 4 115507293. 223472356. 186197372.
#4 5 115507293. 223472356. 8000000.
#5 6 331000000. 659000000. 1040000000.
#6 7 115507293. 223472356. 32032920.
#7 8 115507293. 223472356. 20000000.
#8 9 2521880. 5061370. 7044288.
更新
要仅使用基于2015
的行平均值替换2017
列中的NA
s，可以执行2016
值
df <- read_table("Index 2015 2016 2017
1 NA 6355698 10107023
2 13000000 73050000 NA
4 NA NA NA
5 10500000 NA 8000000
6 331000000 659000000 1040000000
7 55500000 NA 32032920
8 NA NA 20000000
9 2521880 5061370 7044288")
df %>%
mutate(`2017` = ifelse(is.na(`2017`), 0.5 * (`2015` + `2016`), `2017`))
## A tibble: 8 x 4
# Index `2015` `2016` `2017`
# <int> <int> <int> <dbl>
#1 1 NA 6355698 10107023.
#2 2 13000000 73050000 43025000.
#3 4 NA NA NA
#4 5 10500000 NA 8000000.
#5 6 331000000 659000000 1040000000.
#6 7 55500000 NA 32032920.
#7 8 NA NA 20000000.
#8 9 2521880 5061370 7044288.
df%
突变（`2017`=ifelse（is.na（`2017`）、0.5*（`2015`+`2016`）、`2017`）
##一个tibble:8x4
#指数'2015'`2016'`2017`
#
#1 NA 6355698 10107023。
#2 2 13000000 73050000 43025000.
#3 4娜娜娜娜
#4.5 10500000纳800万纳。
#5 6 331000000 659000000 1040000000.
#6755500000 NA 32032920。
#7.8纳2000万纳。
#8 9 2521880 5061370 7044288.
样本数据
df应该是分组依据（索引）
？就像OP在搜索rowMeans一样？@Jimbou嗯，也许是的。我有点困惑，因为在这种情况下，Index=4
将包含所有的NA
s。我会记下来的。谢谢你们！我编辑了示例数据，因为前一个数据没有我希望您显示为示例的内容example@kimi-finn379那么您只想在2017年和2016年更换NA
s。为了澄清，列的平均值也必须基于同一行
df <- read_table("Index 2015 2016 2017
1 NA 6355698 10107023
2 13000000 73050000 NA
4 NA NA NA
5 10500000 NA 8000000
6 331000000 659000000 1040000000
7 55500000 NA 32032920
8 NA NA 20000000
9 2521880 5061370 7044288")
df %>%
mutate(`2017` = ifelse(is.na(`2017`), 0.5 * (`2015` + `2016`), `2017`))
## A tibble: 8 x 4
# Index `2015` `2016` `2017`
# <int> <int> <int> <dbl>
#1 1 NA 6355698 10107023.
#2 2 13000000 73050000 43025000.
#3 4 NA NA NA
#4 5 10500000 NA 8000000.
#5 6 331000000 659000000 1040000000.
#6 7 55500000 NA 32032920.
#7 8 NA NA 20000000.
#8 9 2521880 5061370 7044288.
df <- read_table("Index 2015 2016 2017
1 NA 6355698 10107023
2 13000000 NA NA
4 NA NA NA
5 NA NA 8000000
6 331000000 659000000 1040000000
7 NA NA 32032920
8 NA NA 20000000
9 2521880 5061370 7044288")