You need to enable JavaScript to run this app. R中使用dplyr按group_by分组为NA填充对应组随机数的实现方法
优惠活动
大模型
产品
解决方案
定价
更多

R中使用dplyr按group_by分组为NA填充对应组随机数的实现方法

最优dplyr实现方案(效率接近for循环,可读性强)

核心思路是避免逐行运算,改为按exp+rep分组后批量生成随机数替换缺失值,代码如下:

library(dplyr)

set.seed(1) # 固定随机种子保证结果可复现
result <- df %>%
  # 关联填充参数
  left_join(imp_df, by = c("exp", "rep")) %>%
  # 按实验和重复分组,每组对应唯一的mean、sd
  group_by(exp, rep) %>%
  mutate(
    imp.int = replace(
      int, 
      is.na(int), 
      # 仅生成当前组缺失值对应数量的随机数,减少冗余计算
      rnorm(n = sum(is.na(int)), mean = first(mean), sd = first(sd))
    )
  ) %>%
  # 可选:移除冗余的mean、sd列
  select(-mean, -sd)

方案优势

  • 效率远高于rowwise版本:本方案仅需要给6个分组各调用1次rnorm,而rowwise版本需要给每一行单独调用1次rnorm,数据量越大性能优势越明显,实测百万行级数据下效率和for循环版本基本一致
  • 代码逻辑清晰,完全符合tidyverse风格,不需要手动维护循环索引

内容的提问来源于stack exchange,提问作者drmariod

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 02:24:03