R loops+predict()

Question

嗨，我是R(一般的初级程序员)的初学者，帮助文档简直要了我的命。

假设我有一个矩阵a，b，c，d，我完成了2种预测回归，我的目标是对测试数据集中的变量"a“执行a~b+c+d ()，但c中充满了NAs。如何使用我创建的模型替换c中的NAs？

如果有用的话，这是我在Octave中会做的那种循环，

 for i:length(c)
    if c(i)=NA  
    c(i)=some_function(b,d);<---- I tried to bold this but it came out wrong
 end

谢谢

Answer 1

它甚至比Seb建议的更容易。

c[is.na(c)] <- mean(c, na.rm = TRUE)

在这里，mean函数返回一个数字(即c中所有不是NA的值的平均值)。然后，赋值运算符<-将这个数字赋值给c中的每个元素，其中is.na返回TRUE。

另一种方法是尝试将参数na.action = na.omit传递给predict函数。

您的Octave脚本的直接翻译类似于

for(i in seq_along(c))
{
  if(is.na(c[i]))
  {  
    c(i) <- some_function(b[i], d[i])
  }
}

但是请注意，在R中，就像在Octave中一样，循环通常不如直接对向量进行操作。

Answer 2

你的意思是像这样吗？

c <- ifelse(is.na(c), mean(c, na.rm=TRUE), c)

您可能需要检查帮助文件?ifelse和?is.na。