Come sostituire na con mean in dplyr

È possibile utilizzare i seguenti metodi per sostituire i valori NA con la media utilizzando le funzioni dei pacchetti dplyr e Tidyr in R:

Metodo 1: sostituisci i valori NA con la media in una colonna

 df %>% mutate(across(col1, ~replace_na(., mean(., na. rm = TRUE ))))

Metodo 2: sostituisci i valori NA con la media in più colonne

 df %>% mutate(across(c(col1, col2), ~replace_na(., mean(., na. rm = TRUE ))))

Metodo 3: sostituisci i valori NA con la media in tutte le colonne numeriche

 df %>% mutate(across(where(is. numeric ), ~replace_na(., mean(., na. rm = TRUE ))))

I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con il seguente frame di dati:

 #create data frame
df <- data. frame (player=c('A', 'B', 'C', 'D', 'E'),
                 points=c(17, 13, NA, 9, 25),
                 rebounds=c(3, 4, NA, NA, 8),
                 blocks=c(1, 1, 2, 4, NA))

#view data frame
df

  player points rebounds blocks
1 to 17 3 1
2 B 13 4 1
3 C NA NA 2
4 D 9 NA 4
5 E 25 8 NA

Esempio 1: sostituisci i valori NA con la media in una colonna

Il codice seguente mostra come sostituire i valori NA nella colonna punti con il valore medio nella colonna punti :

 library (dplyr)
library (tidyr)

#replace NA values in points column with mean of points column
df <- df %>% mutate(across(points, ~replace_na(., mean(., na. rm = TRUE ))))

#view updated data frame
df

  player points rebounds blocks
1 to 17 3 1
2 B 13 4 1
3 C 16 NA 2
4 D 9 NA 4
5 E 25 8 NA

Il valore medio nella colonna dei punti era 16, quindi il valore NA nella colonna dei punti è stato sostituito con 16.

Tutte le altre colonne sono rimaste invariate.

Esempio 2: sostituisci i valori NA con la media in più colonne

Il codice seguente mostra come sostituire i valori NA nelle colonne punto e blocco con le rispettive medie di colonna:

 library (dplyr)
library (tidyr)

#replace NA values in points and blocks columns with their respective means
df <- df %>% mutate(across(c(points, blocks), ~replace_na(., mean(., na. rm = TRUE ))))

#view updated data frame
df

  player points rebounds blocks
1 to 17 3 1
2 B 13 4 1
3 C 16 NA 2
4 D 9 NA 4
5 E 25 8 2

Si noti che i valori NA nelle colonne punto e blocco sono stati entrambi sostituiti dalle rispettive medie di colonna.

Esempio 3: sostituisci i valori NA con la media in tutte le colonne numeriche

Il codice seguente mostra come sostituire i valori NA in ciascuna colonna numerica con il rispettivo valore medio:

 library (dplyr)
library (tidyr)

#replace NA values in all numeric columns with their respective means
df <- df %>% mutate(across(where(is. numeric ), ~replace_na(., mean(., na. rm = TRUE ))))

#view updated data frame
df

  player points rebounds blocks
1 to 17 3 1
2 B 13 4 1
3 C 16 5 2
4 D 9 5 4
5 E 25 8 2

Si noti che i valori NA in tutte le colonne numeriche sono stati sostituiti dalle rispettive medie di colonna.

L’unica colonna che non era numerica (giocatore) è rimasta invariata.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni in dplyr:

Come filtrare le righe contenenti una determinata stringa utilizzando dplyr
Come calcolare le frequenze relative usando dplyr
Come selezionare la prima riga per gruppo utilizzando dplyr