如何使用MICE包将NaN缺失值替换为对应列的中位数？

MICE包支持自定义插补方法，只需按照规范编写对应函数即可实现中位数插补，操作流程如下：

• 先定义符合MICE接口要求的中位数插补函数，函数名必须以mice.impute.为前缀，后缀为自定义的方法名：

mice.impute.median <- function(y, ry, x, ...) {
  # 计算该列非缺失值的中位数
  col_median <- median(y[ry], na.rm = TRUE)
  # 返回与缺失值数量等长的中位数向量，用于填充缺失位
  return(rep(col_median, sum(!ry)))
}

• 调用mice()函数时，将method参数指定为"median"即可触发中位数插补。由于中位数插补是确定性插补，不需要生成多套插补结果的话可将参数m设为1降低开销。

完整运行示例：

# 加载MICE包
library(mice)

# 定义中位数插补函数
mice.impute.median <- function(y, ry, x, ...) {
  col_median <- median(y[ry], na.rm = TRUE)
  return(rep(col_median, sum(!ry)))
}

# 构造测试缺失数据集
test_data <- data.frame(
  var1 = c(3, 1, 4, NA, 5, 9, NA, 2, 6),
  var2 = c(NA, 2.3, 4.5, 1.2, NA, 6.7, 8.9, 3.4, 5.6)
)

# 执行中位数插补
impute_res <- mice(test_data, method = "median", m = 1, printFlag = FALSE)

# 提取插补完成的数据集
final_data <- complete(impute_res)

如果需要对不同列指定不同插补方式，可向method参数传入命名向量配置规则：

# var1使用默认PMM插补，var2使用中位数插补
impute_res <- mice(test_data, method = c(var1 = "pmm", var2 = "median"), m = 1, printFlag = FALSE)

内容的提问来源于stack exchange，提问作者user1758952