在数据框中用NA替换字符值

Question

我有一个包含字符值（比如说 "foo"）的数据框，在随机位置出现，我想用NA替换掉这些值。

在整个数据框里，最好的方法是什么？

- Roberto

---

不要忘记重新定义你的列为.asnumeric()，将一些字符从“foo”更改为NA并不能强制将整个集合转换为数字。你必须强制它。（如果这是你正在做的事情） - Brandon Bertelsen

Answer 1

这个：

df[df == "foo"] <- NA

- c-urchin

---

请注意，如果您试图将NA替换为"foo"，那么反向操作（df[df==NA] = "foo"）将不起作用；您需要使用df[is.na(df)] <- "foo"。 - Andy Barbour

如果您的数据框中有日期时间列，您可能会收到类似以下错误的信息：“Error in as.POSIXlt.character(x, tz, ...) : character string is not in a standard unambiguous format”。 - Piethon

Answer 2

防止这种情况的一种方法是在读取数据时首先将该字符转换为NA。

df <- read.csv("file.csv", na.strings = c("foo", "bar"))

- JoFrhwld

Answer 3

使用dplyr :: na_if，您可以将特定值替换为NA。在这种情况下，那将是"foo"。

library(dplyr)
set.seed(1234)

df <- data.frame(
  id = 1:6,
  x = sample(c("a", "b", "foo"), 6, replace = T),
  y = sample(c("c", "d", "foo"), 6, replace = T),
  z = sample(c("e", "f", "foo"), 6, replace = T),
  stringsAsFactors = F
)
df
#>   id   x   y   z
#> 1  1   a   c   e
#> 2  2   b   c foo
#> 3  3   b   d   e
#> 4  4   b   d foo
#> 5  5 foo foo   e
#> 6  6   b   d   e

na_if(df$x, "foo")
#> [1] "a" "b" "b" "b" NA  "b"

如果您需要为多列执行此操作，则可以使用mutate中的across将"foo"传递（更新为dplyr v1.0.0+）。

df %>%
  mutate(across(c(x, y, z), na_if, "foo"))
#>   id    x    y    z
#> 1  1    a    c    e
#> 2  2    b    c <NA>
#> 3  3    b    d    e
#> 4  4    b    d <NA>
#> 5  5 <NA> <NA>    e
#> 6  6    b    d    e

- camille

Answer 4

另一个选项是is.na<-:

is.na(df) <- df == "foo"

请注意，它的使用可能会有点违反直觉，但实际上它会在右侧索引处向df分配NA值。

- Axeman

---

或者使用'is.na<-'(df, df=="foo") - jogo

Answer 5

您可以使用dplyr :: mutate_all（）和replace来完成此操作：

library(dplyr)
df <- data_frame(a = c('foo', 2, 3), b = c(1, 'foo', 3), c = c(1,2,'foobar'),  d = c(1, 2, 3))

> df
# A tibble: 3 x 4
     a     b      c     d
  <chr> <chr>  <chr> <dbl>
1   foo     1      1     1
2     2   foo      2     2
3     3     3 foobar     3


df <- mutate_all(df, funs(replace(., .=='foo', NA)))

> df
# A tibble: 3 x 4
      a     b      c     d
  <chr> <chr>  <chr> <dbl>
1  <NA>     1      1     1
2     2  <NA>      2     2
3     3     3 foobar     3

使用 dplyr 的另一个选项是：

df <- na_if(df, 'foo') 

- sbha

Answer 6

假设您不知道列名或者需要选择大量的列，is.character() 可能会有用。

df <- data.frame(
  id = 1:6,
  x = sample(c("a", "b", "foo"), 6, replace = T),
  y = sample(c("c", "d", "foo"), 6, replace = T),
  z = sample(c("e", "f", "foo"), 6, replace = T),
  stringsAsFactors = F
)
df
#   id   x   y   z
# 1  1   b   d   e
# 2  2   a foo foo
# 3  3   a   d foo
# 4  4   b foo foo
# 5  5 foo foo   e
# 6  6 foo foo   f

df %>% 
  mutate_if(is.character, list(~na_if(., "foo")))
#   id    x    y    z
# 1  1    b    d    e
# 2  2    a <NA> <NA>
# 3  3    a    d <NA>
# 4  4    b <NA> <NA>
# 5  5 <NA> <NA>    e
# 6  6 <NA> <NA>    f

- Prradep

Answer 7

解决问题的另一种替代方法如下：

for (i in 1:ncol(DF)){
  DF[which(DF[,i]==""),columnIndex]<-"ALL"
  FinalData[which(is.na(FinalData[,columnIndex])),columnIndex]<-"ALL"
}

- Abhi