Come sostituire na con la mediana in r

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

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

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

Metodo 2: sostituire i valori NA con la mediana in più colonne

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

Metodo 3: sostituire i valori NA con la mediana in tutte le colonne numeriche

 df %>% mutate(across(where(is. numeric ), ~replace_na(., median(., 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 mediana in una colonna

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

 library (dplyr)
library (tidyr)

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

#view updated data frame
df

  player points rebounds blocks
1 to 17 3 1
2 B 13 4 1
3 C 15 NA 2
4 D 9 NA 4
5 E 25 8 NA

Il valore mediano nella colonna dei punti era 15, quindi il valore NA nella colonna dei punti è stato sostituito con 15.

Tutte le altre colonne sono rimaste invariate.

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

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

 library (dplyr)
library (tidyr)

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

#view updated data frame
df

  player points rebounds blocks
1 to 17 3 1.0
2 B 13 4 1.0
3 C 15 NA 2.0
4 D 9 NA 4.0
5 E 25 8 1.5

Si noti che i valori NA nelle colonne punto e blocco sono stati entrambi sostituiti con le rispettive mediane di colonna.

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

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

 library (dplyr)
library (tidyr)

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

#view updated data frame
df

  player points rebounds blocks
1 to 17 3 1.0
2 B 13 4 1.0
3 C 15 4 2.0
4 D 9 4 4.0
5 E 25 8 1.5

Si noti che i valori NA in tutte le colonne numeriche sono stati sostituiti dalle rispettive mediane delle colonne.

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 eliminare righe utilizzando dplyr
Come utilizzare la funzione across() in dplyr