今天健明大大的群里发布了一个小作业：数据框中的某一列存在NA，目的是想用数据框的每一列的平均数替换每一列的NA值。
今天周六，下午给老板交代完任务以后，准备复习英语期末考试。
不过说实话，我对英语实在是不感冒。
恰巧有作业，借此机会可以少复习一会儿英语，说句实话心里还是美滋滋的。
在作物栽培学，作物育种学，遗传学，生命科学等学科中，如果涉及到统计表型等等数据时，一般都会由人工进行统计，这样就会产生不可避免的人为误差。当有一些表型没有统计上时，就会出现漏写，空白值等等缺失值的状况。R中有一个特殊标准属于来表示缺失值，NA，也叫做Not Available(无效值)。
那么无效值一般如何剔除呢？
#加上na.rm=T参数
x <- c(2,NA,4)
mean(x)
mean(x,na.rm = T)
#如果是数据框的话na.omit
data_frame <- na.omit(data_frame)
#直接删除掉数据框中含有NA的所有行
但是，我现在要做的就是将每一列（变量）中的平均值，替换掉NA值。
#创建一个数据框
tmp <- data.frame(a=c(1:5,NA,6:9),
b=c(NA,sample(1:100,9)),
c=c(sample(1:50,3),NA,sample(1:50,4),NA,NA),
d=c(sample(1:40,9),NA),
e=c(sample(1:50,5),NA,NA,NA,NA,NA))
#来个for循环
out <- list()
for (i in 1:ncol(tmp)) {
out[[i]] <- which(is.na(tmp[,i]))
for (y in 1:length(out[[i]])) {
tmp[out[[i]][y],i] <- mean(tmp[[i]],na.rm = T)
}
}
#既然可以用for 那么也可以用apply
#apply也相当好用！
b=apply(tmp,2,function(x){
x[is.na(x)]=mean(x,na.rm = T)
return(x)
})
原始数据框
d5b24bb73330161c107ef6d594d1fc0.png
结果数据框
31643d4951c54f6a73318bfcc14fc1b.png
主要的思路，还是希望能够获得到NA值的横纵坐标，然后再进行重新的赋值计算。
当然各路大神肯定有各自的办法，因为解决一件事情的方法，千千万万。我能做的就是看着各位前辈的背影，努力学习。
突然间，我感觉我喜欢上了for循环！真心好用！
没有什么事情不是for循环解决不了的，如果有，那就上两个for。
话不多说，背英语去了，希望这是我从小到大的最后一次正式的考试！
