如何使用if-else更改R中数据框中某些行和列中的值？

我有一个200行150列的数据框。在这些列中，我希望更改大约50行和100列的NAs

下面是我的数据框（一小部分）的示例：

    >df
       Bird  Mammal  Type
    1    NA    1     A
    2    1     0     B
    3    1     0     A
    4    0     NA    A
    5    NA    1     A
    6    0     0     B
    7    0     0     A
    8    NA    NA    A 
    9    1     1     B
    10   1     1     A

我想要的是，仅将类型“A”的所有NAs更改为0，而不是类型“B”。对于类型“B”，我希望一切都保持不变

我尝试过使用各种ifelse选项来实现这一点，但我认为我仍然没有掌握窍门。以下是我尝试过的一些方法：

a） 仅将列子集设置为列表：

    try <- c(1,2)

    for(i in 1:length(try)){
    df[,try[i]] <- ifelse(df[,is.na(try[i])],0,df[,try[i]])
    }

---

试试你可以结合使用lappy和ifelse。
假设您有一个索引向量或列名，NAs存储为
cols
，您可以执行以下操作：

df[ ,cols] <- as.data.frame(lapply(cols, 
              FUN = function(x) ifelse(df$Type == "A" & is.na(df[,x]), 0, df[, x])))

df[，cols]您可以使用lapply和ifelse的组合。
假设您有一个索引向量或列名，NAs存储为
cols
，您可以执行以下操作：

df[ ,cols] <- as.data.frame(lapply(cols, 
              FUN = function(x) ifelse(df$Type == "A" & is.na(df[,x]), 0, df[, x])))

df[，cols]这里有一个非常简单的一行程序，它能准确地得到您想要的东西。不需要循环或应用

df[is.na(df) & df$Type=='A'] <- 0

df[is.na（df）&df$Type=='A']这里有一个非常简单的一行程序，它完全符合您的需要。不需要循环或应用

df[is.na(df) & df$Type=='A'] <- 0

df[is.na（df）&df$Type=='A']这里有一个使用
set
from
data.table
的选项。我们正在考虑除“类型”列之外的所有其他列。
设置
选项速度很快。此外，这是在不转换为逻辑矩阵的情况下更改列中的值

library(data.table)
setDT(df)
nm1 <- setdiff(names(df), 'Type')
for(j in nm1){
  set(df, i= which(is.na(df[[j]]) & df$Type=='A'), j=j, value=0)
}

库（data.table）
setDT（df）
nm1这里有一个选项，使用
数据表中的
设置
。我们正在考虑除“类型”列之外的所有其他列。
设置
选项速度很快。此外，这是在不转换为逻辑矩阵的情况下更改列中的值

library(data.table)
setDT(df)
nm1 <- setdiff(names(df), 'Type')
for(j in nm1){
  set(df, i= which(is.na(df[[j]]) & df$Type=='A'), j=j, value=0)
}

库（data.table）
setDT（df）
nm1 df[is.na（df$哺乳动物）&df$Type==“A”，“哺乳动物”]=0；df[is.na（df$Bird）&df$Type==“A”，“Bird”]=0；df[is.na（df$哺乳动物）&df$Type==“A”，“哺乳动物”]=0；df[is.na（df$Bird）&df$Type==“A”，“Bird”]=0；