用中位数替换df中的所有数字

Question

我想用行的中位数替换df中的所有数字，保持NA值。这是我的意见：

df <- 'pr_id  sample1  sample2 sample3 median
            AX-1   NA       120     130  125    
            AX-2   NA       NA     NA  NA
            AX-3   NA       NA     196  196'
df <- read.table(text=df, header=T)

这是我的预期输出：

df <- 'pr_id  sample1  sample2 sample3
            AX-1   NA       125     125    
            AX-2   NA       NA     NA
            AX-3   NA       NA     196'
df <- read.table(text=df, header=T)

想办法做到这一点吗？

Answer 1

一种可能的基解

indx <- which(!is.na(df[-1]), arr.ind = TRUE) # find non-NA incidents
df[-1][indx] <- df$median[indx[, "row"]] # replace them while subsetting accordingly from df$median
df
#   pr_id sample1 sample2 sample3 median
# 1  AX-1      NA     125     125    125
# 2  AX-2      NA      NA      NA     NA
# 3  AX-3      NA      NA     196    196

还有一个额外的好处，如果你还没有中庸之道，这里有一个可能的方法来计算它们。

df[-1][indx] <- matrixStats::rowMedians(as.matrix(df[-1]), na.rm = TRUE)[indx[, "row"]]

Answer 2

用纯数学：

cbind(df[1],NA^(is.na(df[,2:4]))*df$median)  

#  pr_id sample1 sample2 sample3
#1  AX-1      NA     125     125
#2  AX-2      NA      NA      NA
#3  AX-3      NA      NA     196

如果需要计算中位数，只需将df$median替换为apply(df[,2:4],1,median,na.rm=TRUE)即可。

Answer 3

使用dplyr可以如下所示：

library(dplyr)
mutate_each(df, funs(ifelse(is.na(.), ., median)), sample1:sample3)
#  pr_id sample1 sample2 sample3 median
#1  AX-1      NA     125     125    125
#2  AX-2      NA      NA      NA     NA
#3  AX-3      NA      NA     196    196

如果要包含中值计算，一个选项是转换为长格式、计算中间值和重转换为宽格式：

library(tidyr)
gather(df, sample, value, sample1:sample3) %>% 
  group_by(pr_id) %>% 
  mutate(value = as.numeric(ifelse(is.na(value), value, median(value, na.rm = TRUE)))) %>% 
  spread(sample, value)