R语言按Outcome分组填充NA报错：代码问题排查求助

错误原因分析 #

你遇到的Error: unexpected '='错误，根源在于管道语法使用错误：

• 在%>%管道后的mutate函数中，不需要用p.tib$Insulin这种方式引用列，管道会自动将前一步的数据集传递给mutate，直接写列名即可。
• 你尝试直接修改原数据集的列（p.tib$Insulin = ...），这不符合dplyr的函数式语法，mutate内部的赋值应该是列名 = 表达式的形式。

正确代码实现 #

假设预处理后的tibble对象名为p.tib，以下是正确的填充逻辑代码：

library(dplyr)

# 你已定义的均值
mean_1 <- 40.5
mean_0 <- 30.7

# 按Outcome分组填充Insulin的NA值
p.tib <- p.tib %>%
  mutate(Insulin = case_when(
    # Outcome为1且Insulin是NA时填充mean_1
    Outcome == 1 & is.na(Insulin) ~ mean_1,
    # Outcome为0且Insulin是NA时填充mean_0
    Outcome == 0 & is.na(Insulin) ~ mean_0,
    # 非NA值保留原始值
    TRUE ~ Insulin
  ))

补充：分组填充的另一种写法 #

如果后续需要基于分组计算的均值（而非固定值），可以用group_by配合ifelse实现，逻辑更清晰：

p.tib <- p.tib %>%
  group_by(Outcome) %>%
  mutate(Insulin = ifelse(is.na(Insulin), 
                          ifelse(Outcome == 1, mean_1, mean_0), 
                          Insulin)) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者Abubakar Popoola