r中的数值和处理缺失值_R - Fatal编程技术网

r中的数值和处理缺失值

r中的数值和处理缺失值,r,R,使用示例数据帧： df <- structure(list( KY27PHY1 = c("4", "5", "5", "4", "-", "4", "2","3", "5", "-", "4", "3", "3", "5", "5"), KY27PHY2 = c("4", "4","4", "4", "-", "5", "2", "3", "5", "-", "5", "3", "3", "5", "5"), KY27PHY3 = c("5", "4", "4", "4", "

使用示例数据帧：

df <- structure(list(
  KY27PHY1 = c("4", "5", "5", "4", "-", "4", "2","3", "5", "-", "4", "3", "3", "5", "5"),
  KY27PHY2 = c("4", "4","4", "4", "-", "5", "2", "3", "5", "-", "5", "3", "3", "5", "5"),
  KY27PHY3 = c("5", "4", "4", "4", "-", "5", "1", "4", "5","-", "4", "3", "3", "5", "5")),
                .Names = c("KY27PHY1", "KY27PHY2","KY27PHY3"),
                row.names = 197:211,
                class = "data.frame")

我想这不是一个问题，但我只是想知道如何改进代码，这样我就不会收到这个消息

另外，如何一次完成所有列（由名称指定）

非常感谢。

您可以使用

sapply

一次完成所有操作，但最终将得到一个

矩阵

，因此您必须将

包装为.data.frame

才能进行转换。警告只是告诉您，原始数据中有一些字符无法与数字匹配，因此被替换为

NA

。在您的例子中，这些字符是

“-”

。要确保不打印警告，请使用

suppressWarnings

：

suppressWarnings(as.data.frame(sapply(df,as.numeric)))
   KY27PHY1 KY27PHY2 KY27PHY3
1         4        4        5
2         5        4        4
3         5        4        4
4         4        4        4
5        NA       NA       NA
6         4        5        5
7         2        2        1
8         3        3        4
9         5        5        5
10       NA       NA       NA
11        4        5        4
12        3        3        3
13        3        3        3
14        5        5        5
15        5        5        5

您可以使用

sapply

一次完成所有操作，但最终将得到一个

矩阵

，因此您必须将

包装为.data.frame

才能进行转换。警告只是告诉您，原始数据中有一些字符无法与数字匹配，因此被替换为

NA

。在您的例子中，这些字符是

“-”

。要确保不打印警告，请使用

suppressWarnings

：

suppressWarnings(as.data.frame(sapply(df,as.numeric)))
   KY27PHY1 KY27PHY2 KY27PHY3
1         4        4        5
2         5        4        4
3         5        4        4
4         4        4        4
5        NA       NA       NA
6         4        5        5
7         2        2        1
8         3        3        4
9         5        5        5
10       NA       NA       NA
11        4        5        4
12        3        3        3
13        3        3        3
14        5        5        5
15        5        5        5

data.table

速度非常快，您应该在处理

data.frames

后立即使用它。你的问题是：

library(data.table)
dt = as.data.table(df)
dt[,lapply(.SD,as.numeric)]
    KY27PHY1 KY27PHY2 KY27PHY3
 1:        4        4        5
 2:        5        4        4
 3:        5        4        4
 4:        4        4        4
 5:       NA       NA       NA
 6:        4        5        5
 7:        2        2        1
 8:        3        3        4
 9:        5        5        5
10:       NA       NA       NA
11:        4        5        4
12:        3        3        3
13:        3        3        3
14:        5        5        5
15:        5        5        5

当然，您会收到一些警告，因为“-”不能转换为数字。table非常快，您应该在处理

数据时立即使用它。frames

。你的问题是：

library(data.table)
dt = as.data.table(df)
dt[,lapply(.SD,as.numeric)]
    KY27PHY1 KY27PHY2 KY27PHY3
 1:        4        4        5
 2:        5        4        4
 3:        5        4        4
 4:        4        4        4
 5:       NA       NA       NA
 6:        4        5        5
 7:        2        2        1
 8:        3        3        4
 9:        5        5        5
10:       NA       NA       NA
11:        4        5        4
12:        3        3        3
13:        3        3        3
14:        5        5        5
15:        5        5        5

当然，您会收到一些警告，因为“-”不能转换为数字

我认为有两种可能性：

不太可能的情况是，您在R中构建了data.frame。然后，只需更改代码以首先创建整数向量，或者将

替换为

NA

，这样

as.numeric

转换就不会出现问题

更有可能的情况是，您的data.frame来自R之外，您可能使用

read.table

或

read.csv

函数之一读取它。然后只需将

na.strings=“-”

添加到您的通话中，R就会知道这些

将被理解为

na

。此外，如果这些列中没有其他奇怪的项，则在这些函数中调用的

type.convert

函数将自动检测这些列中是否充满整数，并将其存储为整数

我认为有两种可能性：

不太可能的情况是，您在R中构建了data.frame。然后，只需更改代码以首先创建整数向量，或者将

替换为

NA

，这样

as.numeric

转换就不会出现问题

更有可能的情况是，您的data.frame来自R之外，您可能使用

read.table

或

read.csv

函数之一读取它。然后只需将

na.strings=“-”

添加到您的通话中，R就会知道这些

将被理解为

na

。此外，如果这些列中没有其他奇怪的项，则在这些函数中调用的

type.convert

函数将自动检测这些列中是否充满整数，并将其存储为整数

不久前，我编写了一个小函数来处理将

data.frame

中的某些值设置为

NA

并使用

type.convert

来转换输出，就像您使用

read.table

指定了

NA.strings

一样

下面是函数：

makemeNA <- function(mydf, NAStrings, fixed = TRUE) {
  dfname <- deparse(substitute(mydf))
  if (!isTRUE(fixed)) {
    mydf <- data.frame(lapply(mydf, function(x) gsub(NAStrings, "", x)))
    NAStrings <- ""
  }
  mydf <- data.frame(lapply(mydf, function(x) type.convert(
    as.character(x), na.strings = NAStrings)))
  mydf
}

您可以从

str

structure中看到，我们现在有了数字输出

str(makemeNA(df, "-"))
# 'data.frame':  15 obs. of  3 variables:
#  $ KY27PHY1: int  4 5 5 4 NA 4 2 3 5 NA ...
#  $ KY27PHY2: int  4 4 4 4 NA 5 2 3 5 NA ...
#  $ KY27PHY3: int  5 4 4 4 NA 5 1 4 5 NA ...

与

na.strings

一样，

makemeNA

中的

NAStrings

是复数形式。在这里，我们划一个破折号，将值“1”转换为

NA

str(makemeNA(df, c("-", 1)))
# 'data.frame':  15 obs. of  3 variables:
#  $ KY27PHY1: int  4 5 5 4 NA 4 2 3 5 NA ...
#  $ KY27PHY2: int  4 4 4 4 NA 5 2 3 5 NA ...
#  $ KY27PHY3: int  5 4 4 4 NA 5 NA 4 5 NA ...

您还可以使用正则表达式将值设置为

NA

，如下所示：

df1 <- data.frame(A = c(1, 2, "-", "not applicable", 5),
                 B = c("not available", 1, 2, 3, 4),
                 C = c("-", letters[1:4]))