R语言使用中位数填充dataframe所有数值列NA值的实现问题

现有代码问题修正与替换方法 #

你当前写的函数存在核心逻辑漏洞：你单独提取了数值列做空值填充，但没有把处理完成的数值列写回原数据框，最后直接返回了未修改的原输入数据，所以哪怕调用函数也不会生效。
先修正函数逻辑：

median_forNumericalNulls <- function(dataframe){
  # 筛选所有数值列
  nums <- unlist(lapply(dataframe, is.numeric))  
  # 直接修改原数据框的数值列
  dataframe[, nums] <- lapply(dataframe[, nums], function(x) { 
    x[is.na(x)] <- median(x, na.rm = TRUE)
    x
  })      
  return(dataframe)
}

修正后直接赋值就能替换A的内容：

A <- median_forNumericalNulls(A)

更优的实现方式 #

方案1：base R极简写法（无需自定义函数） #

如果不需要复用填充逻辑，一行代码就能实现需求：

A[sapply(A, is.numeric)] <- lapply(A[sapply(A, is.numeric)], function(x) replace(x, is.na(x), median(x, na.rm = TRUE)))

方案2：tidyverse语法（可读性更高，适配分析流程） #

用dplyr的across语法表意更直接，也能和其他数据处理步骤无缝衔接：

library(dplyr)

A <- A %>%
  mutate(across(where(is.numeric), ~replace(., is.na(.), median(., na.rm = TRUE))))

这种写法后续要调整填充规则（比如改成均值、分位数填充），只要替换median部分的代码即可，维护成本更低。

内容的提问来源于stack exchange，提问作者user3789200