如何使用mice()包仅对数据集指定列C、D执行缺失值插补

该需求完全可以实现，mice包内置的参数配置可直接满足该要求，以下是两种常用的稳定实现方案：

• 方案1：通过where参数指定需要插补的位置
  where是与原数据集维度相同的逻辑矩阵，仅值为TRUE的位置会被执行插补，其余位置将完全保留原始值（包含其他列的缺失值），示例代码如下：

library(mice)
# 示例数据集，列名为A到G
df <- data.frame(
  A = rnorm(100), B = rnorm(100), 
  C = sample(c(NA, rnorm(10)), 100, replace = T),
  D = sample(c(NA, rnorm(10)), 100, replace = T),
  E = rnorm(100), F = rnorm(100), G = rnorm(100)
)

# 构造逻辑矩阵：仅C、D列的缺失值位置标记为TRUE
where_mat <- is.na(df)
where_mat[, !colnames(where_mat) %in% c("C", "D")] <- FALSE

# 执行插补
imp_res <- mice(df, where = where_mat, m = 5, printFlag = FALSE)
# 提取第1个插补集的完整数据
completed_df <- complete(imp_res, 1)

• 方案2：通过method参数指定仅目标列参与插补
  该方案通过将非目标列的插补方法设置为空，实现仅对指定列执行插补，适合需要同时自定义插补方法的场景：

library(mice)
# 生成默认插补方法向量
meth <- make.method(df)
# 非C、D列的插补方法设为空，即不执行插补
meth[!names(meth) %in% c("C", "D")] <- ""

# 执行插补
imp_res <- mice(df, method = meth, m = 5, printFlag = FALSE)
completed_df <- complete(imp_res, 1)

两种方案默认都会使用数据集中所有可用列作为C、D列的插补预测因子，如果你需要进一步限定用来预测的变量范围，可以自定义predictorMatrix参数，将不需要作为预测因子的列对应位置设置为0即可。

内容的提问来源于stack exchange，提问作者MDStat