使用%in%运算符在R中重新编码变量以避免NAs

我正在工作中为一个心理测量工具打分，想重新编码一些变量。基本上，每个问题有五个可能的答案，分别为0到4。这就是它们如何被编码到我们的数据库中的，所以我不需要做任何事情，除了对它们求和。然而，有三个问题的分数是相反的（因此，当有人回答0时，我们将其记为4）。因此，我正在“扭转”这些局面

数据框基本上如下所示：

studyid  timepoint      date      inst_q01  inst_q02  ...  inst_q20
   1         2       1995-03-13       0         2     ...      4
   2         2       1995-06-15       1         3     ...      4

这是我到目前为止所做的

# Survey Processing
# Find missing values (-9) and confusions (-1), and sum them
project_f03$inst_nmiss <- rowSums(project_f03[,4:23]==-9)
project_f03$inst_nconfuse <- rowSums(project_f03[,4:23]==-1)
project_f03$inst_nmisstot <- project_f03$inst_nmiss + project_f03$inst_nconfuse

# Recode any missing values into NAs
for(x in 4:23) {project_f03[project_f03[,x]==-9 | project_f03[,x]==-1,x] <- NA}
rm(x)

测量处理 #找到缺失值（-9）和混淆值（-1），然后求和

---

project\u f03$inst\u nmiss它不会回答您的问题，但应该解决您的问题：

cols <- c(3,11,16)+3
project_f03[, cols] <- abs(project_f03[, cols]-4)
## or a lot of easier (as @TylerRinker suggested):
project_f03[, cols] <- max(project_f03[, cols]) - project_f03[, cols]

---

cols简单的答案是在%

中使用

%不存在黑洞。但是，如果我只想放弃
NA
值，我会使用
which
：
project_f03[which（project_f03[，x]==4），x]我还没有完全阅读你的文章，但我看到了相反的分数。我会这样做（如果是错的，忽略；如果是对的，告诉我，我会发布答案）。对于一个专栏，请使用
（max（x）+1）-x
，例如：
x这是一个有用的想法，我会利用它（尽管我认为它不像下面的另一个答案那样直观），但它并不能真正回答问题。不过还是有帮助的！把它作为一个答案，我肯定会投赞成票。我认为如果你在你的帖子中删掉一些多余的东西，你会得到更好的回复。可能会显示一个示例数据帧（可能是8行）和一个您希望发生的示例输出。除此之外，我们更多的是猜测你拥有什么以及你想要什么。IMHO，比你建议的一切更好的做法是：
project_f03[，x]+1，因为它很有用，但它本身并不能真正回答问题。不过还是很好，谢谢！我看到的是：
警告消息：在max（I）中：max没有未丢失的参数；返回-Inf
我在尝试赋值时没有得到错误：
a返回并查看我运行的代码，我发现其中有一个不相关的错误。我将很快删除我的评论，因为它们是不正确的。
cols <- c(3,11,16)+3
project_f03[, cols] <- abs(project_f03[, cols]-4)
## or a lot of easier (as @TylerRinker suggested):
project_f03[, cols] <- max(project_f03[, cols]) - project_f03[, cols]

for(x in 4:23) {project_f03[project_f03[,x]==-9 | project_f03[,x]==-1,x] <- NA}
#could be
for(x in 4:23) {project_f03[project_f03[,x] %in% c(-9,-1), x] <- NA}