从参考数据框输入R中的缺失值

我有一个17000 x 3的行走数据的数据框'dat'。间隔列为每24小时间隔5分钟，日期列为日期，步骤列为所述5分钟内在所述日期采取的步骤数。NA的存在

> head(df1)
  steps       date interval
1    NA 2012-10-01        0
2    NA 2012-10-01        5
3    NA 2012-10-01       10
4    NA 2012-10-01       15
5    NA 2012-10-01       20
6    NA 2012-10-01       25

我使用dplyr按日期对我的df进行分组，然后创建了一个新的df'df.1'，并将其汇总为avg=mean（df.1$steps，na.rm=TRUE）。这给了我一个很好的关于每个日期步骤平均值的df

         date      avg
1  2012-10-01      NaN
2  2012-10-02  0.43750
3  2012-10-03 39.41667
4  2012-10-04 42.06944
5  2012-10-05 46.15972
6  2012-10-06 53.54167

我想做的是用每个日期的平均值更新原始df的NA值

在第一个表中，2012-10-02是NA，那么我想用0.43750的值替换表1中2012-10-02的NA值。我尝试过使用索引，它以%为单位应用于family，但找不到任何粘滞的东西

---

任何帮助都将不胜感激。

这有点笨重，但它可以：

library(dplyr)
df1.1 <- df1 %>%
    group_by(date) %>%
    summarise(avg = mean(steps, na.rm = TRUE)) %>%
    merge(df1, ., all.x=TRUE) %>%
    mutate(steps = ifelse(is.na(steps)==TRUE, avg, steps)) %>%
    select(-avg)

这是结果的开头，df1.1：

> head(df1.1)
        date interval steps
1 2015-01-01        1   5.0
2 2015-01-01        2   7.0
3 2015-01-01        3   5.7
4 2015-01-01        4  12.0
5 2015-01-01        5   3.0
6 2015-01-01        6   5.7

下面是一张表格，显示了5.7的来源：

> df1 %>% group_by(date) %>% summarise(avg = mean(steps, na.rm = TRUE))
Source: local data frame [2 x 2]

        date avg
1 2015-01-01 5.7
2 2015-01-02 4.0

---

如果df1是您的原始数据帧，df.1是包含日期平均值的数据帧，我认为一个简单的for循环可以解决这个问题：

for(i in df.1$date){
  df1[df1$date==i,"steps"]=df.1[df.1$date==i,"avg"]
}

---

它适用于我刚刚创建的玩具示例，希望对您有所帮助。

您是否尝试过

merge

。此外，如果您使用了

dplyr

，

mutate

将是一个选项，可以将列添加到原始数据集中，而不是

summary

，因此可以使用行名或索引值并合并到类似的索引值上？可能是

库（dplyr）；df1%>%group_by（date）%>%mutate（平均值=平均值（步长，na.rm=真））

我已经有了那个位（计算出的平均值）。我需要的是用给定日期的平均值更新原始df中的每个NA值。我的意思是，您不需要创建第二个数据集，而是可以通过

mutate

一步完成。如果需要，则

合并（df1，df1.1，by='date'，all=TRUE）

然后按新列逐步更改NA值我尝试您的方法时得到'NaN'。它的工作原理如我制作的玩具数据所示，以模拟您描述的结构。如果你一步一步地做会发生什么？在管道的哪一步似乎失败了？当一步一步地进行时，它工作得非常好。我认为这些管道可能也起了作用，但我只是关注数据的一个不正确的子集。嘘，我有很多东西要学。您的实现并不太复杂，但我很恼火，因为我不能像您那样清楚地看到它。

> df1 %>% group_by(date) %>% summarise(avg = mean(steps, na.rm = TRUE))
Source: local data frame [2 x 2]

        date avg
1 2015-01-01 5.7
2 2015-01-02 4.0

for(i in df.1$date){
  df1[df1$date==i,"steps"]=df.1[df.1$date==i,"avg"]
}