Hoe na te vervangen door mediaan in r

U kunt de volgende methoden gebruiken om NA-waarden te vervangen door de mediaan met behulp van functies uit de dplyr- en Tidyr -pakketten in R:

Methode 1: Vervang NA-waarden door de mediaan in een kolom

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

Methode 2: NA-waarden vervangen door mediaan in meerdere kolommen

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

Methode 3: Vervang NA-waarden door mediaan in alle numerieke kolommen

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

De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met het volgende dataframe:

 #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

Voorbeeld 1: NA-waarden vervangen door de mediaan in een kolom

De volgende code laat zien hoe je de NA-waarden in de puntkolom vervangt door de mediaanwaarde van de puntkolom :

 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

De mediaanwaarde in de puntenkolom was 15, dus de NA-waarde in de puntenkolom werd vervangen door 15.

Alle overige kolommen bleven ongewijzigd.

Voorbeeld 2: NA-waarden vervangen door mediaan in meerdere kolommen

De volgende code laat zien hoe u de NA-waarden in de punt- en blokkolommen vervangt door hun respectievelijke kolommedianen:

 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

Merk op dat de NA-waarden in de punt- en blokkolommen beide zijn vervangen door hun respectievelijke kolommedianen.

Voorbeeld 3: NA-waarden vervangen door mediaan in alle numerieke kolommen

De volgende code laat zien hoe u de NA-waarden in elke numerieke kolom vervangt door hun respectievelijke mediaanwaarde:

 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

Merk op dat de NA-waarden in alle numerieke kolommen zijn vervangen door hun respectievelijke kolommedianen.

De enige kolom die niet numeriek was (speler) bleef ongewijzigd.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in dplyr uitvoert:

Hoe u rijen kunt filteren die een bepaalde tekenreeks bevatten met behulp van dplyr
Rijen verwijderen met dplyr
Hoe de cross()-functie in dplyr te gebruiken