将所有零列替换为NA。

Question

我在R中有以下数据框：

library(dplyr)
 library(tidyr)

df= data.frame("ID"= c("A", "A", "A", "A", "B", "B", "B"), 
"A1"= c(0,0, 0, 0, 1,0,1), "B1"= c(1,0, 1,0, 0, 0, 0))

数据框的呈现如下所示。

  ID A1 B1
1  A  0  1
2  A  0  0
3  A  0  1
4  A  0  0
5  B  1  0
6  B  0  0
7  B  1  0

我想要获得以下数据框：

   ID A1 B1
 1  A NA  1
 2  A NA  0
 3  A NA  1
 4  A NA  0
 5  B  1 NA
 6  B  0 NA
 7  B  1 NA

我已经尝试了以下代码。

df%>%group_by(ID)%>%
mutate(A1=case_when(sum(A1)==0~NA))%>%
mutate(B1=case_when(sum(B1)==0~NA))

这将完全将A1和B1转换为NA值。

我在这里请求一些帮助。

- Thilaga raghavan

Answer 1

我们可以通过将 ID 进行分组，并使用 mutate_all 和 replace 来完成。

library(dplyr)

df %>%
  group_by(ID) %>%
  mutate_all(~replace(., all(. == 0), NA))

# ID       A1    B1
#  <fct> <dbl> <dbl>
#1 A        NA     1
#2 A        NA     0
#3 A        NA     1
#4 A        NA     0
#5 B         1    NA
#6 B         0    NA
#7 B         1    NA

如果有其他列，而我们只想将此应用于特定列，我们可以使用 mutate_at

df %>%
  group_by(ID) %>%
  mutate_at(vars(A1,B1), ~replace(., all(. == 0), NA))

使用case_when，我们可以按照以下方式进行操作

df %>%
  group_by(ID) %>%
  mutate_all(~case_when(all(. == 0) ~ NA_real_, TRUE ~ .))

OP的尝试中存在问题，即在case_when中没有定义TRUE情况，因此当没有匹配的条件时，默认返回NA。参见? case_when。

如果我们定义了TRUE情况，它就会按预期工作。另外，我们不应该检查sum（A1）== 0，因为如果列中有负数和正数（如-2，+2），它们会相加得到0，从而产生意外的结果。

df%>%
  group_by(ID) %>%
  mutate(A1 = case_when(all(A1 == 0) ~ NA_real_, TRUE ~ A1), 
         B1 = case_when(all(B1 == 0) ~ NA_real_, TRUE ~ B1))

- Ronak Shah

---

谢谢。我可以将所有值为0的列变异为NA来阅读它吗？ - Thilaga raghavan

@Thilagaraghavan 是的，更准确地说，我们也可以将其解读为对所有列进行“变异”，并在组内的“所有”值为0时将值替换为“NA”。 - Ronak Shah

整洁，绝对清晰。但是为什么我编写的代码不起作用呢？我已经按ID分组，然后根据colsums ==0进行了变异。 - Thilaga raghavan

@Thilagaraghavan 我在答案中添加了一些关于 case_when 的解释。 - Ronak Shah

Answer 2

使用tidyverse，我们可以使用if/else

最初的回答

library(tidyverse)
df %>% 
   group_by(ID) %>% 
   mutate_all(list(~ if(all(.==0)) NA_integer_ else .))
# ID       A1    B1
#  <fct> <dbl> <dbl>
#1 A        NA     1
#2 A        NA     0
#3 A        NA     1
#4 A        NA     0
#5 B         1    NA
#6 B         0    NA
#7 B         1    NA

最初的回答

或者不使用任何if/else。

df %>%
   group_by(ID) %>%
   mutate_all(~ NA^all(!.) * .)

---

or using data.table

library(data.table)
setDT(df)[, lapply(.SD, function(x) replace(x, all(x == 0), NA)), ID]

---

或者使用基础R语言

by(df[-1], df$ID, FUN = function(x)  x * (NA^ !colSums(!!x))[col(x)])

- akrun