중간 교체, 숫자 데이터 필요

Question

그룹을 기준으로 누락 값을 대체하려고합니다. median() 함수에 숫자 데이터가 필요하다는 오류가 발생하지만 모든 데이터가 숫자이므로 문제가 표시되지 않습니다. 여기에 최소한으로 재현 할 수있는 예제가 있습니다.

set.seed(123) 
cluster = sample(seq(1,10),1000,replace=TRUE) 
V1 = sample(c(runif(100),NA),1000,replace=TRUE) 
V2 = sample(c(runif(100),NA),1000,replace=TRUE) 

df = as.data.frame(cbind(cluster,V1,V2)) 

df_fixed = by(df,df$cluster,function(x){replace(x,is.na(x),median(x, na.rm=TRUE))}) 

오류가 반환 :

median.default (X, na.rm = TRUE) 오류 : 필요한 숫자 데이터

이 코드는, 그래서 비록 작동합니다 중간 값 함수에 문제가 있습니다.

df_fixed = by(df,df$cluster,function(x){replace(x,is.na(x),1)}) 

Answer 1

df_fixed <- apply(df[,2:3], 2, function(x) { 
    md <- sapply(sort(unique(df$cluster)), function(k) median(x[df$cluster==k], na.rm=TRUE)) 
    x[is.na(x)] <- md[df$cluster][is.na(x)] 
    return(x) 
}) 

any(is.na(df_fixed)) 
# [1] FALSE