R语言中如何按分组计算列均值并填充对应列的NA缺失值
按分组均值填充缺失值实现方案
Python(pandas)版本
实现逻辑:先按Category列分组,对所有数值列计算分组内均值,再用对应均值替换同组内的NA值:
import pandas as pd # 读取数据,可根据你的数据源格式调整读取方式 df = pd.read_csv("你的数据文件路径.csv") # 指定需要填充缺失值的数值列 fill_cols = ["column1", "column2", "column3"] # 分组均值填充 df[fill_cols] = df.groupby("Category")[fill_cols].transform( lambda x: x.fillna(x.mean()) ) # 保留1位小数,匹配示例输出格式 df = df.round(1)
运行上述代码即可得到你需要的输出结果。
R语言版本
使用dplyr包实现,逻辑和上述pandas方案一致:
library(dplyr) # 读取数据 df <- read.csv("你的数据文件路径.csv") # 分组填充+保留1位小数 df <- df %>% group_by(Category) %>% mutate(across(starts_with("column"), ~round( ifelse(is.na(.), mean(., na.rm = TRUE), .), 1 ))) %>% ungroup()
内容的提问来源于stack exchange,提问作者kinsgter24
相关产品推荐
相关产品推荐

