R 将某列中的NA替换为同一列中相等键的值

我根据标准C为一个组创建了一个平均值列。现在我希望这些平均值在整个列上都填写，即使标准C不适用。所以基本上我想用为该组计算的平均值来代替NA。您可以在下一个Data.table中看到grp、val和C列

    grp val C
 1:   1  NA 0
 2:   1  NA 0
 3:   1  42 1
 4:   1  42 1
 5:   2  16 1
 6:   2  16 1
 7:   2  NA 0
 8:   2  NA 0
 9:   3  32 1
10:   3  32 1
11:   3  32 1
12:   3  32 1

因此，我想用同一组中的平均值替换

val

NA

。 下面是我如何尝试这样做的示例代码。 基本上，我提取另一个

数据.表

，删除

NA

和重复项，然后尝试将其与原始表合并

x <- data.table(grp=c(1,1,1,1,2,2,2,2,3,3,3,3),val=c(NA,NA,42,42,16,16,NA,NA,32,32,32,32),C=c(0,0,1,1,1,1,0,0,1,1,1,1))
y <- x[!is.na(val),]
y <- y[!duplicated(y),]
setkey(x,grp)
setkey(y,grp)
x[y,val:=val,by=grp]

---

x对于使用组平均值插补NA，
数据。表
和
dplyr
将很好地发挥作用（数据表与dplyr是一个单独的讨论）。有关
数据，请参考@David Arenburg的评论。表
用平均值替换NA的方法代码

使用dplyr：

library(dplyr)
df %>% group_by(grp) %>% mutate(val= replace(val, is.na(val), mean(val, na.rm=TRUE))) # ifelse can also be tried instead of replace

不那么优雅的方式是通过与ddply相结合的自定义函数：

library(plyr)
# function to replace NA with mean for that group
impute.mean <- function(x) replace(x, is.na(x), mean(x, na.rm = TRUE))

df <- ddply(df, ~ grp, transform, val = impute.mean(val))

库（plyr）
#函数将NA替换为该组的平均值
impute.mean所以这个问题似乎带来了很多“噪音”，所以我将添加这个作为答案

因此，
data.table
有一个“参考运算符赋值”，即
：=
（有关更多信息和用例/基准，请参阅）

此运算符将值分配给特定组的所有成员（尽管您也可以使用它，而无需任何分组），类似于
dplyr
中的
mutate
函数或
ave
和
transform
基R中的
（这对于这个问题来说并不太重要，但可能是它相对于其他包/基本R中的等价物的最大优势），即，它在使用
时更新数据集本身而不创建副本，而使用
是否只需要
x[，val:=mean（val，na.rm=TRUE），grp]
？？似乎是这样的…：o我已经花了将近一天的时间在这方面……谢谢！别忘了回答您的问题，将其从未答复列表中删除：）您可能希望在1.9.6中有更好的文档。@AlexBrown不明白
dplyr
或特别是
plyr
如何提供比简单的数据行更好的解决方案。表
syntax@AlexBrown首先，这是一个data.table问题，其次，关于
x[，val:=mean（val，na.rm=TRUE），grp]
有什么复杂之处？为什么OP需要加载其他一些永远不会达到这种性能/简单性的包（也没有引用赋值操作符（
：=
））。此外，plyr的核心内容如何比数据表更重要？？更不用说它的性能甚至比base R还要差，而且它已经完全过时了。为什么最好的方法是使用
ddply
？只有
data.table
语法有什么问题？他已经在用了？如果您已经使用了
plyr
路径，那么为什么您需要创建一个新函数，ddply（x，~grp，transform，val=mean（val，na.rm=TRUE））
？我意识到了我的错误，谢谢David。我现在已经编辑了答案，并对您包含代码的评论进行了投票。
x[, .(val = mean(val, na.rm = TRUE)), grp] 

x[, list(val = mean(val, na.rm = TRUE)), grp]

x[, mean(val, na.rm = TRUE), grp] # will call the aggregated variable `V1` by default

x[, val := mean(val, na.rm = TRUE), grp]