使用平均值替换Hitters数据集Salary列NA值时出现数据行数异常

错误根源 #

你的代码中这一行导致了问题：

hitters_num <- Hitters[, sapply(Hitters, is.numeric)][1, ]

末尾的[1, ]强制提取了数据框的第一行，后续所有填充操作都只针对这一行执行，最终结果自然只有一行数据。

修正方案 #

方案1：保留原逻辑，修正行提取错误

移除[1, ]，保留所有行的数值型列：

# 提取所有行的数值型列
hitters_num <- Hitters[, sapply(Hitters, is.numeric)]
hitters_num_imputed <- hitters_num

# 计算各列均值（忽略NA）
col_means <- colMeans(hitters_num, na.rm = TRUE)

# 循环填充每列的NA值
for (i in 1:ncol(hitters_num)) {
  col <- hitters_num[, i]
  col[is.na(col)] <- col_means[i]
  hitters_num_imputed[, i] <- col
}

# 查看填充后的结果
summary(hitters_num_imputed)

方案2：仅处理Salary列（更高效）

既然你的需求只是填充Salary列的NA值，没必要处理所有数值型列，直接针对目标列操作：

# 直接将Salary列的NA替换为该列均值
Hitters$Salary[is.na(Hitters$Salary)] <- mean(Hitters$Salary, na.rm = TRUE)

# 验证结果
summary(Hitters$Salary)

方案3：用apply简化代码

如果需要批量处理所有数值列的NA，用apply可以替代循环，代码更简洁：

hitters_num <- Hitters[, sapply(Hitters, is.numeric)]
hitters_num_imputed <- as.data.frame(apply(hitters_num, 2, function(x) {
  x[is.na(x)] <- mean(x, na.rm = TRUE)
  return(x)
}))

summary(hitters_num_imputed)

内容的提问来源于stack exchange，提问作者Viktor