用R中的另一个值替换数据框多列中出现的数字
ETA:顺便说一句,下面的要点是不必遍历我的整个列向量集,以防这是一个建议的解决方案(只需一次做已知的工作)用R中的另一个值替换数据框多列中出现的数字,r,replace,indexing,R,Replace,Indexing,ETA:顺便说一句,下面的要点是不必遍历我的整个列向量集,以防这是一个建议的解决方案(只需一次做已知的工作) 有很多例子可以用其他值替换R中数据帧的单个向量中的值 以及如何用其他内容替换NA的所有值: 我所寻找的与上一个问题类似,但基本上是试图用一个值替换另一个值。对于多列满足条件的情况,或者只是尝试在多个列上执行前两个问题中的操作,我很难生成映射到实际数据帧的逻辑值数据帧 例如: data <- data.frame(name = rep(letters[1:3], ea
有很多例子可以用其他值替换R中数据帧的单个向量中的值
NA
的所有值:
data <- data.frame(name = rep(letters[1:3], each = 3), var1 = rep(1:9), var2 = rep(3:5, each = 3))
data
name var1 var2
1 a 1 3
2 a 2 3
3 a 3 3
4 b 4 4
5 b 5 4
6 b 6 4
7 c 7 5
8 c 8 5
9 c 9 5
这是行不通的,但是如果我用data[,2]
而不是data[,2:3]
做同样的事情,事情就会很顺利。似乎逻辑测试(如is.na()
)可以在多行/多列上运行,但数字比较并没有发挥那么好的作用
谢谢你的建议 您希望在整个数据框中搜索与您试图替换的值匹配的任何值。同样,您可以运行逻辑测试,如用10替换所有缺失的值
data[ is.na( data ) ] <- 10
data[is.na(data)]基本上data[,2:3]==4
为您提供了data[,2:3]
的索引,而不是data
:
R > data[, 2:3] ==4
var1 var2
[1,] FALSE FALSE
[2,] FALSE FALSE
[3,] FALSE FALSE
[4,] TRUE TRUE
[5,] FALSE TRUE
[6,] FALSE TRUE
[7,] FALSE FALSE
[8,] FALSE FALSE
[9,] FALSE FALSE
所以你可以试试这个:
R > data[,2:3][data[, 2:3] ==4]
[1] 4 4 4 4
只是为了延续
data[,2:3][ data[,2:3] == 4 ] <- 10
data[,2:3][data[,2:3]==4]为了提供一个不同的答案,我想我应该写一个向量数学方法:
您可以使用矢量化的“ifelse”语句创建转换矩阵(这里实际上是一个数据帧,但工作原理相同),并将转换矩阵与原始数据相乘,如下所示:
df.Rep <- function(.data_Frame, .search_Columns, .search_Value, .sub_Value){
.data_Frame[, .search_Columns] <- ifelse(.data_Frame[, .search_Columns]==.search_Value,.sub_Value/.search_Value,1) * .data_Frame[, .search_Columns]
return(.data_Frame)
}
测试
应该是数据
,否:)我发誓我试过这个,但以前对我不起作用。我希望达到这样的境界,我不会每次发帖子都踢自己,所以。。。顺便说一句,你是1分钟录像的人,是吗!?“那些石头!”安东尼,回答得很好,谢谢你;同样有效。我只是觉得Anthony写的有点简单。非常感谢你解释为什么我的不起作用;在玩了更多的游戏之后,我明白了你的意思:我尝试基于比较将值应用于数据,这也是子集,这更有意义。
R > data[,2:3][data[, 2:3] ==4]
[1] 4 4 4 4
data[,2:3][ data[,2:3] == 4 ] <- 10
df.Rep <- function(.data_Frame, .search_Columns, .search_Value, .sub_Value){
.data_Frame[, .search_Columns] <- ifelse(.data_Frame[, .search_Columns]==.search_Value,.sub_Value/.search_Value,1) * .data_Frame[, .search_Columns]
return(.data_Frame)
}
# Either of these will work. I'm just showing options.
df.Rep(data, 2:3, 4, 10)
df.Rep(data, c("var1","var2"), 4, 10)
# name var1 var2
# 1 a 1 3
# 2 a 2 3
# 3 a 3 3
# 4 b 10 10
# 5 b 5 10
# 6 b 6 10
# 7 c 7 5
# 8 c 8 5
# 9 c 9 5