R语言：如何用平均值填充数字列中的NA值

在数据分析过程中，经常会遇到数据框中存在缺失值（NA值）的情况。对于数字类型的列，可以使用平均值来填充NA值，以避免数据缺失带来的影响。

步骤：

找到所有类型为数字的列： 使用 sapply(df, is.numeric) 函数找到数据框 df 中所有类型为数字的列。
使用 ifelse() 函数填充NA值： 使用 sapply() 函数遍历所有数字列，并使用 ifelse() 函数将每个列中的NA值替换为该列的平均值。

代码示例：

# 生成示例数据框
df <- data.frame(a = c(1, 2, 3, 4, NA),
                 b = c('a', 'b', 'c', 'd', 'e'),
                 c = c(NA, 5, 6, NA, 8),
                 d = c(9, 10, NA, 12, 13),
                 e = c('f', 'g', 'h', 'i', 'j'))

# 找到所有类型为数字的列
num_cols <- sapply(df, is.numeric)

# 使用ifelse()函数将NA值替换为该列的平均值
df[, num_cols] <- sapply(df[, num_cols], function(x) {
  ifelse(is.na(x), mean(x, na.rm = TRUE), x)
})

# 查看处理后的数据框
df

输出结果：

    a b   c    d e
1 1.0 a 5.8  9.0 f
2 2.0 b 5.0 10.0 g
3 3.0 c 6.0 11.5 h
4 4.0 d 5.8 12.0 i
5 2.5 e 8.0 13.0 j

可以看到，第一列 a 中的NA值被替换为了该列的平均值 2.5。

注意： 该方法适用于数据框中数字类型列的NA值填充，对于其他类型的数据，需要使用不同的方法进行处理。