R 将NA替换为基于与另一列匹配的行子集的平均值？

我有数据，其中每行包含一个人的性别和体重（以磅为单位）：

我搜索了其他问题，但它们与我的问题并不完全相同：

“”

“”

---

“

您可以按

性别对数据框进行分组，然后计算重量平均值，并将
NA
替换为
ifelse
语句，在
dplyr
中，它可以是：

library(dplyr)
df %>% 
      group_by(gender) %>% 
      mutate(weight = ifelse(is.na(weight), mean(weight, na.rm = T), weight))

# Source: local data frame [9 x 2]
# Groups: gender [2]

#  gender   weight
#  <fctr>    <dbl>
# 1 FEMALE 110.0000
# 2 FEMALE 120.0000
# 3 FEMALE 112.0000
# 4 FEMALE 114.0000
# 5 FEMALE 114.0000
# 6   MALE 190.0000
# 7   MALE 202.0000
# 8   MALE 195.0000
# 9   MALE 195.6667

库（dplyr）
df%>%
按性别划分的组别%>%
变异（重量=ifelse（is.na（重量），平均值（重量，na.rm=T），重量））
#来源：本地数据帧[9 x 2]
#团体：性别[2]
#性别权重
#      
#1女110.0000
#2女120.0000
#3女112.0000
#4女114.0000
#5女114.0000
#6男190.0000
#7男202.0000
#8男195.0000
#9男195.6667
使用base R这似乎就是您要寻找的：

df$weight[df$gender=="FEMALE" & is.na(df$weight)] <- mean(df$weight[df$gender=="FEMALE"], na.rm=TRUE)
df$weight[df$gender=="MALE" & is.na(df$weight)] <- mean(df$weight[df$gender=="MALE"], na.rm=TRUE)

> df
  gender   weight
1 FEMALE 110.0000
2 FEMALE 120.0000
3 FEMALE 112.0000
4 FEMALE 114.0000
5 FEMALE 114.0000
6   MALE 190.0000
7   MALE 202.0000
8   MALE 195.0000
9   MALE 195.6667

df$weight[df$gender==“FEMALE”&is.na（df$weight）]您可以使用
ave（）
和
replace（）
（或标准手动更换）

这可以使用
zoo
中的
na.aggregate
轻松完成。将“data.frame”转换为“data.table”（
setDT（df）
），按“性别”分组，我们将
na.aggregate
应用于“权重”，以
平均值替换na元素。默认情况下，
na.aggregate
返回
平均值
，但我们也可以更改
FUN
参数以获得
中值
或
总和
等

library(data.table)
library(zoo)
setDT(df)[, weight := na.aggregate(weight) , by = gender]


或者使用
ave
from
base R

with(df, ave(weight, gender, FUN = na.aggregate))
#[1] 110.0000 120.0000 112.0000 114.0000 114.0000 190.0000 202.0000 195.0000 195.6667

这是非常手工的方法。他们将如何为两个以上的群体使用is？在评论中看到一种更普遍的方法，有没有一种方法可以做到这一点，而不需要硬编码“女性”和“男性”？一列中的数据可以有几十个唯一的值。@DavidArenburg很好。看起来Richard Scriven的方法更好，并且在有几个独特价值的情况下有效。谢谢。简单的回答，没有额外的软件包。这正是我想要的。这个
ave（）
函数看起来非常强大。新的
coalesce
函数非常适合这里。@alistaire看起来非常有用和方便。
df$weight <- with(df, ave(weight, gender,
    FUN = function(x) replace(x, is.na(x), mean(x, na.rm = TRUE))))

  gender   weight
1 FEMALE 110.0000
2 FEMALE 120.0000
3 FEMALE 112.0000
4 FEMALE 114.0000
5 FEMALE 114.0000
6   MALE 190.0000
7   MALE 202.0000
8   MALE 195.0000
9   MALE 195.6667

library(data.table)
library(zoo)
setDT(df)[, weight := na.aggregate(weight) , by = gender]

with(df, ave(weight, gender, FUN = na.aggregate))
#[1] 110.0000 120.0000 112.0000 114.0000 114.0000 190.0000 202.0000 195.0000 195.6667