如何用tidyverse/dplyr链式优雅替换所有数值列NA为列均值？

嘿，刚好处理过类似需求，给你分享个最贴合dplyr链式风格的优雅实现——核心就是用across()函数批量处理所有数值列，搭配coalesce()或者ifelse()完成NA替换，完全不用手动列每一列的名字：

推荐写法（dplyr 1.0.0+） #

用across()配合coalesce()，语义清晰代码简洁：

dt %>%
  mutate(across(where(is.numeric), ~ coalesce(.x, mean(.x, na.rm = TRUE))))

• where(is.numeric)：自动筛选出所有数值类型的列，不管你的数据有多少数值列，都能自动适配
• coalesce(.x, mean(...))：coalesce函数会返回第一个非NA的值，逻辑直白：如果当前元素不是NA就保留原值，否则替换为该列的均值（na.rm = TRUE必须加，不然如果列里全是NA的话均值会变成NA，等于没替换）

如果你更习惯和之前单列写法一致的逻辑，也可以用ifelse()替代：

dt %>%
  mutate(across(where(is.numeric), ~ ifelse(is.na(.x), mean(.x, na.rm = TRUE), .x)))

这个写法和你之前分组替换单列的逻辑完全对应，只是通过across()批量应用到了所有数值列。

旧版本兼容写法（dplyr < 1.0.0） #

如果你的dplyr版本比较老，还没支持across()，可以用mutate_if()：

dt %>%
  mutate_if(is.numeric, ~ ifelse(is.na(.x), mean(.x, na.rm = TRUE), .x))

不过现在官方已经推荐用across()替代mutate_if()这类函数了，新项目建议优先用上面的推荐写法。

内容的提问来源于stack exchange，提问作者hhh