使用“NA”作为合法的非缺失值

Question

我正在处理一个数据集，其中包含以大写字母输入的名字。我需要将名字作为字符变量处理，而不是因子。

数据集中有一个人的名字是"NA"。可以让 R 将 "NA" 视为合法的字符值吗？我的解决方案是将该人重命名为 NAA，但我想知道是否有更好的方法。

- JMH

---

你的数据集中是否有缺失值？如果没有，只需将 read.table 函数中的 na.strings 参数修改为其他内容即可。 - A5C1D2H2I1M1N2O1R2T1

"NA" 是 R 中的字符值，而不是 NA 值。因此，在导入时，请确保您的真实 NA 值已经编码不同，并且要注意处理这个问题。 - Roland

感谢Roland和Ananda。在read.table中设置na.strings="ZZZ"解决了我的问题。 - JMH

可怜的ZZZ Top将成为“NA” Top。 :( 使用na.strings="."可能更安全。 - Roland

Answer 1

作为我的评论的示范，请考虑以下示例CSV文件：

x <- tempfile()
cat("v1,v2", "NA,1", "AB,3", sep = "\n", file = x)

cat(readLines(x), sep = "\n")
# v1,v2
# NA,1
# AB,3

这是一个基本的read.csv的str。请注意，NA被视为NA。

str(read.csv(x))
# 'data.frame':  2 obs. of  2 variables:
#  $ v1: Factor w/ 1 level "AB": NA 1
#  $ v2: int  1 3

现在，将不同的字符指定为您的na.strings参数：

str(read.csv(x, na.strings = ""))
# 'data.frame':  2 obs. of  2 variables:
#  $ v1: Factor w/ 2 levels "AB","NA": 2 1
#  $ v2: int  1 3

- A5C1D2H2I1M1N2O1R2T1

---

FYI，read.csv现在有一个文本参数：read.csv(text = c("v1,v2", "NA,1", "AB,3"))。 - hadley

@hadley，我非常清楚文本参数。只是演示一下，就好像从实际文件中读取一样，以复制 OP 可能经历的情况。 - A5C1D2H2I1M1N2O1R2T1