用平均值替换NA值，用过滤器分组

Question

我有一个数据集如下：

head(weather_data)

  dmanum DATE       Avg_precipitation Avg_TAVG 
  <chr>  <date>                 <dbl>    <dbl>               
1 501    2017-01-01          0.000976     45.3               
2 501    2017-01-02                NA     39.3                
3 501    2017-01-03             0.366       42                
4 502    2017-01-01                NA       46                
5 502    2017-01-02                NA     33.3                
6 502    2017-01-03                NA     31.3                
7 503    2017-01-01                 5       46                
8 503    2017-01-02                10     33.3                
9 503    2017-01-03                15     31.3                

具有相同日期的dmanum有许多值。根据我对dmanum的选择，我希望按周计算平均Avg_precipitation，并替换特定DMA的NA。

例如，如果我使用这个数据集，我会尝试这样的方法，但是我得到了一个错误：

weather_data1<- weather_data %>%
  group_by(DATE) %>% 
  filter(., dmanum==502) %>%
  mutate_at(Avg_precipitation = na.fill(mean(Avg_precipitatation))

预期产出如下：

  dmanum DATE       Avg_precipitation Avg_TAVG 
  <chr>  <date>                 <dbl>    <dbl>               
1 501    2017-01-01          0.000976     45.3                
2 501    2017-01-02                NA     39.3                
3 501    2017-01-03             0.366       42                
4 502    2017-01-01            2.5004       46                
5 502    2017-01-02                10     33.3                
6 502    2017-01-03             7.683     31.3                
7 503    2017-01-01                 5       46                
8 503    2017-01-02                10     33.3                
9 503    2017-01-03                15     31.3                

Answer 1

我们可以在replace之后使用group_by。而不是对行进行filter，而是在replace的list参数中指定逻辑，只替换'dmanum‘为502的NA。

library(tidyverse)
weather_data %>%
       group_by(DATE) %>%
       mutate(Avg_precipitation = replace(Avg_precipitation,  
           is.na(Avg_precipitation) & dmanum == 502, 
          mean(Avg_precipitation, na.rm = TRUE)))
# A tibble: 9 x 4
# Groups:   DATE [3]
#  dmanum DATE       Avg_precipitation Avg_TAVG
#   <int> <date>                 <dbl>    <dbl>
#1    501 2017-01-01          0.000976     45.3
#2    501 2017-01-02         NA            39.3
#3    501 2017-01-03          0.366        42  
#4    502 2017-01-01          2.50         46  
#5    502 2017-01-02         10            33.3
#6    502 2017-01-03          7.68         31.3
#7    503 2017-01-01          5            46  
#8    503 2017-01-02         10            33.3
#9    503 2017-01-03         15            31.3