如何将数据框数值列中的NA值替换为对应列的中位数？

方案1：dplyr 1.0.0+ 推荐写法（使用across） #

直接搭配dplyr的across函数批量处理所有数值列即可，非数值列会自动保留不做修改：

# 加载dplyr包
library(dplyr)

# 中位数填充数值列NA
my_df_filled <- my_df %>%
  mutate(
    across(where(is.numeric), ~ifelse(is.na(.), median(., na.rm = TRUE), .))
  )

参数说明：

• where(is.numeric) 筛选所有数值类型的列，仅对这些列执行填充操作
• na.rm = TRUE 必须设置，否则计算列中位数时会因为存在NA返回NA，无法完成填充
• 如果需要保留原数值列、生成独立的填充后列，可以给across增加.names参数：across(..., .names = "{.col}_filled")，生成的新列会自动带上_filled后缀

方案2：旧版dplyr兼容写法（mutate_if） #

如果你使用的是1.0.0之前的dplyr版本，可以和你用到的select_if对应，用mutate_if实现相同效果：

my_df_filled <- my_df %>%
  mutate_if(is.numeric, ~ifelse(is.na(.), median(., na.rm = TRUE), .))

效果验证 #

你提供的示例数据运行填充后，my_values_1和my_values_2的NA都会被替换为对应列的中位数8.5，分组列my_groups保持原样。

内容的提问来源于stack exchange，提问作者Tommy