اگر می خواهید در بین کل داده ها، فقط ستون های عددی را جانهی کنید و به جای گمشده ها از میانگین مقادیر موجود در آن ستون استفاده کنید، می توانید از کدهای زیر استفاده کنید. جانهی داده های گمشده با استفاده از میانگین ستون مورد نظر یکی از رایج ترین روش های جانهی است که در ادامه کدهای آن را در اختیار شما قرار داده ایم.
|
1 2 3 4 5 6 7 |
library(dplyr) library(tidyr) df <- data.frame( x = c(1,2,3,NA), y = c(2,5,NA,NA), z = c(4,5,3,NA) ) |
جانهی گمشده ها در یک ستون مشخص:
|
1 2 3 4 5 6 7 8 |
imputed <- df %>% mutate(x = replace_na(x,mean(x, na.rm = TRUE))) > imputed x y z 1 1 2 4 2 2 5 5 3 3 NA 3 4 2 NA NA |
جانهی گمشده ها در همه ستون های عددی:
|
1 2 3 4 5 6 7 8 |
imputed <- df %>% mutate_if(is.numeric, ~replace_na(.,mean(., na.rm = TRUE))) > imputed x y z 1 1 2.0 4 2 2 5.0 5 3 3 3.5 3 4 2 3.5 4 |
همین کار را می توانید برای انواع مختلف متغیر انجام دهید. مثلا می توانید ستون های integer را جانهی کنید.
