在数据框列表上使用na_ma函数时遇到的问题如何解决？

核心逻辑 #

数据框列表的每个元素是独立数据框，na_ma()仅支持向量、单列或单个数据框输入，需要通过遍历函数对列表内的每个数据框逐一应用插补逻辑。

方案1：tidyverse生态实现（推荐） #

先加载依赖包：

library(imputeTS)
library(purrr)
library(dplyr)

对所有数值列插补 #

# 替换df_list为你自己的数据框列表变量名
processed_list <- map(df_list, function(df) {
  df %>% 
    mutate(across(where(is.numeric), ~na_ma(.x, k = 1, weighting = "simple")))
})

对指定列插补 #

比如要处理value1、value2两列：

processed_list <- map(df_list, function(df) {
  df %>% 
    mutate(across(c(value1, value2), ~na_ma(.x, k = 1, weighting = "simple")))
})

方案2：Base R实现（无需额外安装非imputeTS外的包） #

processed_list <- lapply(df_list, function(df) {
  # 筛选数值列
  num_col_idx <- sapply(df, is.numeric)
  # 对数值列应用插补
  df[num_col_idx] <- lapply(df[num_col_idx], function(col) {
    na_ma(col, k = 1, weighting = "simple")
  })
  return(df)
})

注意事项 #

• 非数值列（字符、因子、日期类）不存在前后均值计算逻辑，插补前会自动过滤，避免报错
• 处理后的结果仍为列表结构，每个元素为插补完成的数据框，可通过processed_list[[1]]取第一个处理后的数据框

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