en boucle sur chaque colonne pour imputer des données dans R mais ne remplace pas les données imputées

Question

J'essaie d'imputer la trame de données avec le modèle Hmisc imputé. Je suis en mesure d'imputer les données pour une colonne à la fois, mais ne parviens pas à boucler sur les colonnes.

exemple ci-dessous - fonctionne très bien, mais je voudrais le rendre dynamique en utilisant une fonction:

impute_marks$col1 <- with(impute_marks, round(impute(col1, mean)),0) 

Exemple:

impute_dataframe <- function() 
{ 
    for(i in 1:ncol(impute_marks)) 
    { 
    impute_marks[is.na(impute_marks[,i]), i] <- with(impute_marks, round(impute(impute_marks[,i], mean)),0) 
    } 
} 
impute_dataframe 

Il n'y a pas d'erreur quand je lance la fonction, mais il n'y en a données imputées ainsi à l'ensemble de données impute_marks.

Answer 1

Hmisc::impute est déjà une fonction, pourquoi ne pas simplement utiliser apply et enregistrer une boucle for ?:

library(Hmisc) 
age1 <- c(1,2,NA,4) 
age2 <- c(NA, 4, 3, 1) 
mydf <- data.frame(age1, age2) 

mydf 
    age1 age2 
1 1 NA 
2 2 4 
3 NA 3 
4 4 1 

apply(mydf, 2, function(x) {round(impute(x, mean))}) 
    age1 age2 
1 1 3 
2 2 4 
3 2 3 
4 4 1 

EDIT: Pour garder mydf comme vous pouvez data.frame coherce en arrière comme ceci:

mydf <- as.data.frame(mydf) 

Mais ce que je ferais est d'utiliser un autre paquet purrr qui est un bel ensemble d'outils autour de cette idée d'application/cartographie. map_df par exemple renvoie toujours un objet data.frame, il y a un tas de map_x que vous pouvez voir avec ?map

library(purrr) 
map_df(mydf, ~ round(impute(., mean))) 

Je sais qu'il est préférable d'utiliser les fonctions de base de R, mais purrr rend tellement plus facile les opérations de style apply .

Answer 2

Nous pouvons utiliser na.aggregate de zoo qui peut être appliqué directement sur le jeu de données

library(zoo) 
round(na.aggregate(mydf)) 
# age1 age2 
#1 1 3 
#2 2 4 
#3 2 3 
#4 4 1 

ou dans chaque colonne séparément avec lapply

mydf[] <- lapply(mydf, function(x) round(na.aggregate(x))) 

Par défaut, na.aggregate donne la mean. Mais, nous pouvons changer le