如何用R语言将数据集中的NA或"N/A"替换为对应列的均值

问题背景 #

你需要处理一个应为数值型列的DataFrame，其中存在NA缺失值和"N/A"字符串，目标是将这些值替换为对应列的非缺失值均值。你尝试的代码存在类型不匹配和缺失值识别错误的问题。

原代码的问题 #

• 列当前是字符类型，直接调用mean()会报错，因为字符无法计算均值
• %in% c("N/A", "NA")无法匹配真正的NA缺失值（NA是R中的缺失值类型，不是字符串"NA"）
• mutate_all已被dplyr弃用，推荐使用mutate(across(...))

修正后的实现步骤 #

1. 将字符列转换为数值型，同时把"N/A"字符串转换为NA缺失值
2. 对每列，将NA替换为该列的非缺失值均值

完整代码 #

# 示例数据
data <- structure(list(`Review Star` = c("N/A", "5", "5", "4", NA, "5", 
"3.4", NA), `Total Review` = c("N/A", "1", "5", "5", NA, "1", 
"5", NA)), row.names = c(NA, -8L), class = c("tbl_df", "tbl", 
"data.frame"))

library(dplyr)

# 处理逻辑
data_cleaned <- data %>%
  # 1. 将字符列转数值，"N/A"转为NA
  mutate(across(everything(), ~as.numeric(ifelse(. == "N/A", NA, .)))) %>%
  # 2. 替换NA为列均值
  mutate(across(everything(), ~ifelse(is.na(.), mean(., na.rm = TRUE), .)))

# 查看结果
data_cleaned

运行结果 #

# A tibble: 8 × 2
  `Review Star` `Total Review`
          <dbl>          <dbl>
1          4.68           3.6 
2          5              1   
3          5              5   
4          4              5   
5          4.68           3.6 
6          5              1   
7          3.4            5   
8          4.68           3.6 

内容的提问来源于stack exchange，提问作者firmo23