如何使用mutate_if与replace_na替换数据框数值列中的NA值

没问题，我来帮你搞定这个需求！你想用mutate_if和replace_na的组合只替换数值列里的NA值，这个思路完全可行，下面一步步来实现：

1. 先确认你的示例数据框 #

首先先把你的示例数据框代码放出来，方便后续演示：

library(tibble)
df <- tibble(
  first = c("a", NA, "b"),
  second = c(NA, 2, NA),
  third = c(10, NA, NA)
)

2. 核心代码：替换数值列的NA为指定值 #

这里需要加载dplyr包（因为mutate_if是dplyr中的函数），然后通过组合函数实现需求：

library(dplyr)

# 把数值列的NA替换为0（你可以换成任意需要的数值）
df_cleaned <- df %>%
  mutate_if(is.numeric, ~replace_na(.x, replace = 0))

3. 代码解释 #

• mutate_if(is.numeric, ...)：is.numeric作为筛选条件，会自动识别数据框中所有数值类型的列（也就是示例里的second和third列），只对这些列执行后续操作，不会影响字符列first里的NA。
• ~replace_na(.x, replace = 0)：这是一个简洁的匿名函数写法，.x代表当前正在处理的数值列，replace_na函数会把该列中的所有NA值替换成replace参数指定的内容（这里用了0，你可以根据需求修改）。

4. 处理后的结果 #

运行上面的代码后，你会得到目标tibble：

df_cleaned
# # A tibble: 3 × 3
#   first second third
#   <chr>  <dbl> <dbl>
# 1 a          0    10
# 2 NA         2     0
# 3 b          0     0

进阶：替换为列的均值/中位数 #

如果不想替换为固定值，而是想替换成对应数值列的均值或中位数，只需要修改replace参数即可：

# 替换数值列的NA为该列的均值
df_cleaned_mean <- df %>%
  mutate_if(is.numeric, ~replace_na(.x, replace = mean(.x, na.rm = TRUE)))

# 替换数值列的NA为该列的中位数
df_cleaned_median <- df %>%
  mutate_if(is.numeric, ~replace_na(.x, replace = median(.x, na.rm = TRUE)))

注意这里必须加上na.rm = TRUE，否则计算均值/中位数时会因为原列存在NA而返回NA，达不到替换效果。

内容的提问来源于stack exchange，提问作者Nettle