R 重新编码多个缺少的值
设置值的最有效方法是什么?使用实际列名在“a”和“b”以及“c”之间设置值:-5、-3、4到“NA”?R 重新编码多个缺少的值,r,data.table,R,Data.table,设置值的最有效方法是什么?使用实际列名在“a”和“b”以及“c”之间设置值:-5、-3、4到“NA”?base R中的一个选项(不带任何包)是复制值,进行比较并分配给NA set.seed(1) data=data.frame("a"=sample(-5:5, 20, r=T), "b"=sample(-5:5, 20, r=T), "c"=sample(-5:5, 20, r=T)) 在tidyverse中,我们可以在 data[nm1] <- lapply(data[nm1], f
base R
中的一个选项(不带任何包)是复制值,进行比较并分配给NA
set.seed(1)
data=data.frame("a"=sample(-5:5, 20, r=T),
"b"=sample(-5:5, 20, r=T),
"c"=sample(-5:5, 20, r=T))
在
tidyverse
中,我们可以在
data[nm1] <- lapply(data[nm1], function(x) replace(x, x %in% c(-5, -3, 4), NA))
对于多个值
library(dplyr)
data %>%
mutate_at(vars(nm1), ~ case_when(!. %in% c(-5, -3, 4) ~ .))
使用data.table
,我们可以使用fcase
data %>%
mutate_at(vars(nm1), ~ case_when(. %in% 4 ~ 99L, !. %in% c(-5, -3) ~ .))
# a b c
#1 3 3 3
#2 -2 3 2
#3 1 -1 3
#4 NA -1 1
#5 -4 -4 2
#6 1 4 0
#7 5 3 99
#8 -4 -5 1
#9 5 -2 NA
#10 NA -3 99
#11 NA 0 0
#12 -1 4 2
#13 -1 4 -4
#14 99 0 -4
#15 0 -2 0
#16 99 -2 0
#17 1 4 NA
#18 3 3 NA
#19 -1 1 NA
#20 -1 0 2
使用dplyr
,您可以尝试:
library(data.table)
setDT(data)[, (nm1) := lapply(.SD, function(x) fcase(x %in% 4 ~ 99L, !x %in% c(-5, -3) ~ x)), .SDcols = nm1]
A数据表
版本:
data %>%
mutate_at(vars(a, b, c), ~ replace(., . %in% c(-5, -3, 4), NA))
a b c
1 NA 5 NA
2 -1 NA 2
3 1 2 3
4 NA -4 1
5 NA NA 0
6 NA -1 3
7 5 NA NA
8 2 -1 0
9 1 NA 3
10 NA -2 2
输出:
library(data.table)
setDT(data)[, lapply(.SD, function(x) replace(x, x %in% c(-5, -3, 4), NA)), .SDcols = c('a', 'b', 'c')]
假设我只想按名称对列“a”和“c”进行替换?@bvowe在这里,我假设要替换的值对应于每个列谢谢,但实际上要替换的值在所有列中,因此我想用NA替换a和c中的-5和4。我试过这个,但它只取代了-5@bvowe我以为是对应的栏目。更新后的铺层是完美的。作为一个有趣的练习,你想用NA替换-5和-3,但用99替换4可以一次完成吗?
data %>%
mutate_at(vars(a, b, c), ~ replace(., . %in% c(-5, -3, 4), NA))
a b c
1 NA 5 NA
2 -1 NA 2
3 1 2 3
4 NA -4 1
5 NA NA 0
6 NA -1 3
7 5 NA NA
8 2 -1 0
9 1 NA 3
10 NA -2 2
library(data.table)
setDT(data)[, lapply(.SD, function(x) replace(x, x %in% c(-5, -3, 4), NA)), .SDcols = c('a', 'b', 'c')]
a b c
1: 3 3 3
2: -2 3 2
3: 1 -1 3
4: NA -1 1
5: -4 -4 2
6: 1 NA 0
7: 5 3 NA
8: -4 NA 1
9: 5 -2 NA
10: NA NA NA
11: NA 0 0
12: -1 NA 2
13: -1 NA -4
14: NA 0 -4
15: 0 -2 0
16: NA -2 0
17: 1 NA NA
18: 3 3 NA
19: -1 1 NA
20: -1 0 2