如何按列分组为不同类别填充缺失值？R语言实操求助

嘿，我来帮你搞定这个分组填充缺失值的问题！你已经算出各组均值的思路完全正确，接下来只需要把这些均值对应填充到每组的NA里就行，给你几个实用的方法：

方法1：直接分组后替换（最简洁） #

用dplyr的group_by + mutate组合，在分组内直接计算均值并替换NA，一步到位：

library(dplyr)

# 先构造你的数据框（注意字符串要加引号，不然会被识别为变量报错）
df <- data.frame(
  Context = c("HUM", "HUM", "DEV", "HUM", "DEV", "HUM", "DEV"),
  Amount = c(100, 150, NA, NA, 500, 150, 600)
)

# 分组填充缺失值
df_filled <- df %>%
  group_by(Context) %>%
  mutate(Amount = ifelse(is.na(Amount), mean(Amount, na.rm = TRUE), Amount)) %>%
  ungroup() # 记得取消分组，避免后续操作受影响

print(df_filled)

运行后你会看到：

• HUM组的NA会被替换成HUM的均值(100+150+150)/3 = 133.3333
• DEV组的NA会被替换成DEV的均值(500+600)/2 = 550

方法2：用提前计算的均值表填充 #

如果你已经提前算出了各组均值（就像你之前用summarise得到的结果），可以通过合并数据集来填充：

# 先计算并保存各组均值
mean_df <- df %>%
  group_by(Context) %>%
  summarise(mean_amount = mean(Amount, na.rm = TRUE)) %>%
  ungroup()

# 合并数据并替换NA
df_filled <- df %>%
  left_join(mean_df, by = "Context") %>% # 把均值表合并到原数据
  mutate(Amount = ifelse(is.na(Amount), mean_amount, Amount)) %>%
  select(-mean_amount) # 删掉临时的均值列

print(df_filled)

这个方法适合需要复用均值的场景，比如后续还要用这些均值做其他计算的情况。

方法3：用tidyr::replace_na简化代码 #

如果你习惯用tidyr，可以用replace_na函数让代码更简洁：

library(tidyr)
library(dplyr)

df_filled <- df %>%
  group_by(Context) %>%
  mutate(Amount = replace_na(Amount, mean(Amount, na.rm = TRUE))) %>%
  ungroup()

replace_na会直接把指定列的NA替换成你传入的值，这里就是组内的均值，代码更清爽。

小提醒 #

• 原始数据里的HUM和DEV要加引号，不然R会把它们当成未定义的变量，直接报错。
• 如果某个组的Amount全是NA，mean(..., na.rm = TRUE)会返回NaN，这时候你可以根据需求调整，比如改成mean(..., na.rm = TRUE) %||% 0（需要rlang包）来替换成0，或者其他默认值。

内容的提问来源于stack exchange，提问作者BloopFloopy