R语言缺失值替换：缺失的值(NA)替换每个分组最近的非缺失值

Data+Science+Insight

于 2022-04-04 07:34:05 发布

阅读量2.4k

点赞数 15

CC 4.0 BY-SA版权

分类专栏： R语言从入门到机器学习文章标签： r语言数据挖掘机器学习人工智能自然语言处理

本文链接：https://blog.csdn.net/zhongkeyuanchongqing/article/details/120957576

R语言从入门到机器学习专栏收录该内容

2424 篇文章 ¥89.90 ¥99.00

订阅专栏

超级会员免费看

该博客介绍了如何在R语言中处理缺失值（NA），特别是针对分组数据，通过替换每个分组内缺失值为最近的非缺失值。文章通过仿真数据展示了替换过程，尽管替换后仍可能存在少量缺失值，但已实现题目目标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

R语言缺失值替换：缺失的值(NA)替换每个分组最近的非缺失值

#仿真数据

#缺失的值(NA)替换每个分组最近的非缺失值1

#缺失的值(NA)替换每个分组最近的非缺失值2

See the source image

#仿真数据

# Number of houses
N = 15

# Data frame
df = data.frame(houseID = rep(1:N,each=10), year=1995:2004, price =ifelse(runif(10*N)>0.15, NA,exp(rnorm(10*N))))


df

了解本专栏

超级会员免费看