如何用sample函数取同列非0随机值替换数据集0值且不生成多余列

• 单列替换时sample参数错误：你传入的ir$Sepal.Width != 0是逻辑判断结果，采样得到的是布尔值而非实际非0数值，导致0值没有被正确替换。
• 批量处理逻辑错误：lapply循环的传入参数x就是当前遍历的单列数值向量，但你在函数内仍然调用全量数值列ir[,1:4]，每轮循环都会输出4列结果，自然会生成多余列，且同样存在sample参数错误的问题。

单列替换 #

ir$Sepal.Width <- ifelse(
  ir$Sepal.Width == 0,
  # 采样池为当前列的所有非0值，采样数量等于当前列0值的数量，开启有放回采样避免非0值不足
  sample(ir$Sepal.Width[ir$Sepal.Width != 0], sum(ir$Sepal.Width == 0), replace = TRUE),
  ir$Sepal.Width
)

批量处理所有数值列 #

用基础包lapply实现：

# 仅处理前4列数值列，非数值的species列保持不变
ir[, 1:4] <- lapply(ir[, 1:4], function(x) {
  non_zero_vals <- x[x != 0]
  ifelse(x == 0, sample(non_zero_vals, sum(x == 0), replace = TRUE), x)
})

如果习惯用dplyr可以用更简洁的写法：

library(dplyr)
ir <- ir %>%
  # 自动识别所有数值列进行替换
  mutate(across(where(is.numeric), ~ ifelse(
    .x == 0,
    sample(.x[.x != 0], sum(.x == 0), replace = TRUE),
    .x
  )))

运行替换代码后执行sum(ir[,1:4] == 0)，返回结果为0即说明所有0值已替换完成。

内容的提问来源于stack exchange，提问作者me.limes