如何使用pipes仅替换数据集人类分类下的身高NA值为对应均值

我们以R语言dplyr包的管道语法为例，实现仅替换人类样本的身高缺失值为人类身高均值的需求，操作全程无需生成中间变量：

完整实现代码 #

写法1：逻辑清晰分步版 #

# 加载dplyr包（如已安装可直接调用）
library(dplyr)

# 假设你的数据集名为starwars_df，身高列名为height，物种列名为species
starwars_df <- starwars_df %>%
  # 计算人类样本的身高均值，计算时自动忽略原有NA值
  mutate(human_avg = mean(height[species == "human"], na.rm = TRUE)) %>%
  # 仅对「物种为human且身高为NA」的记录做替换，其他值保持不变
  mutate(height = ifelse(species == "human" & is.na(height), human_avg, height)) %>%
  # 删除临时生成的均值列，保留原始数据集的字段结构
  select(-human_avg)

写法2：精简版（无临时列） #

starwars_df <- starwars_df %>%
  mutate(height = replace(
    x = height,
    list = species == "human" & is.na(height),
    values = mean(height[species == "human"], na.rm = TRUE)
  ))

注意事项 #

• 请根据你的数据集实际列名、物种取值的拼写规则调整代码中的匹配字符串，比如物种列的人类取值如果是Human，需要将代码中的"human"对应修改为"Human"
• 计算均值时必须加na.rm = TRUE参数，否则原有人类样本中的NA会导致均值计算结果为NA，无法完成替换
• 其他物种（Droid、machine等）的身高NA值会保持原样，不会被改动

内容的提问来源于stack exchange，提问作者TheKrab