superponer - Reemplazar NA''s en cada columna de la matriz con la mediana de esa columna

superponer graficas en r

Question

Estoy tratando de reemplazar los NA en cada columna de una matriz con la mediana de esa columna, sin embargo, cuando trato de usar lapply o sapply me sale un error; el código funciona cuando uso un for-loop y cuando cambio una columna a la vez, ¿qué estoy haciendo mal?

Ejemplo:

set.seed(1928)
mat <- matrix(rnorm(100*110), ncol = 110)
mat[sample(1:length(mat), 700, replace = FALSE)] <- NA
mat1 <- mat2 <- mat

mat1 <- lapply(mat1,
  function(n) {
     mat1[is.na(mat1[,n]),n] <- median(mat1[,n], na.rm = TRUE)
  }
)   

for (n in 1:ncol(mat2)) {
  mat2[is.na(mat2[,n]),n] <- median(mat2[,n], na.rm = TRUE)
}

Answer 1

Posiblemente data.frame llegar más fácilmente a través de la conversión a data.frame y volver a la matrix como resultado, usando vapply :

vapply(as.data.frame(mat1), function(x)
   replace(x, is.na(x), median(x,na.rm=TRUE)), FUN.VALUE=numeric(nrow(mat1)) 
)

Answer 2

Sugiero vectorizar esto usando el paquete matrixStats lugar de calcular una mediana por columna usando cualquiera de los bucles ( sapply también es un bucle en el sentido de que evalúa una función en cada iteración).

Primero, crearemos un índice de NA

indx <- which(is.na(mat), arr.ind = TRUE)

Luego, reemplace las NA usando las medianas de columna precalculadas y de acuerdo con el índice

mat[indx] <- matrixStats::colMedians(mat, na.rm = TRUE)[indx[, 2]]

Answer 3

lapply sobre una lista. ¿Quieres pasar por las columnas?

matx <- sapply(seq_len(ncol(mat1)), function(n) {
  mat1[is.na(mat1[,n]),n] <- median(mat1[,n], na.rm = TRUE)
})

aunque básicamente se trata de hacer lo que hace el ejemplo de bucle (pero presumiblemente más rápido).

Answer 4

Puedes usar sweep :

sweep(mat, MARGIN = 2, 
      STATS = apply(mat, 2, median, na.rm=TRUE),
      FUN =  function(x,s) ifelse(is.na(x), s, x)
    )

EDITAR: También puede STATS=matrixStats::colMedians(mat, na.rm=TRUE) para obtener un poco más de rendimiento.