在R data.table中用NA替换所有空白的快速方法

我有一个大的data.table对象（1M行和220列），我想用NA替换所有空格（“”）。我在这方面找到了一个解决方案，但对于我的数据表来说速度非常慢（已经需要15分钟以上） 另一个职位的例子：

 data = data.frame(cats=rep(c('', ' ', 'meow'),1e6),
                   dogs=rep(c("woof", " ", NA),1e6))
 system.time(x<-apply(data, 2, function(x) gsub("^$|^ $", NA, x)))

data=data.frame（cats=rep（c（“”，，'meow'），1e6），
犬只=代表（c（“纬”，NA），1e6）
系统时间（x使用此方法：

system.time(data[data==''|data==' ']<-NA)
  user  system elapsed 
  1.47    0.19    1.66 

system.time(y<-apply(data, 2, function(x) gsub("^$|^ $", NA, x)))
  user  system elapsed 
  3.41    0.20    3.64

system.time（data[data=''| data=''）假设您在填充数据时出错，下面是使用您在标记中使用的data.table的解决方案

library(data.table)
data = data.table(cats=rep(c('', ' ', 'meow'),1000000),dogs=rep(c("woof", " ", NA),1000000))
system.time(data[cats=='', cats := NA][dogs=='', dogs := NA])
#  user  system elapsed 
# 0.056   0.000   0.059 


如果你有很多专栏，请看David的评论。
这里可能是通用的
数据表
方法。我还将使用你的正则表达式来处理几种类型的空格（我还没有看到其他答案这么做）。您可能不应该在所有列上运行此命令，而应该只在
因子
或
字符
列上运行此命令，因为其他类不接受空值

对于
系数
s

indx <- which(sapply(data, is.factor))
for (j in indx) set(data, i = grep("^$|^ $", data[[j]]), j = j, value = NA_integer_) 

在尝试了几种不同的方法之后，我发现最快捷、最简单的方法是：

data[data==""] <- NA

data[data==”“]谢谢，我在charToDate（x）中得到了
错误：字符串不是标准的明确格式。
错误。如果它按预期工作，将尝试解决它并返回！仅使用
''
无法解决此问题，因为数据中有不同类型的空格。？您使用的是哪些数据？我猜不是示例中的数据集；）嗯，也许OP想要保留“”。@Tim，你能提供更多细节吗？OP使用正则表达式来删除它们
gsub（“^$| ^$”，NA，x）
（这几乎是不言自明的）我想你在
rep（dogs=c（“woof…
再次感谢）中填充数据时犯了一个错误@David.Worked用了4.79秒！现在我得到了未被
is.NA（）
函数识别的NA值。如果我将其更改为
system.time（对于（indx中的j）集（data，I=grep（“^$| ^$”，data[[j]]），j=j，value=NA））
它失败了，您可能也遇到了这种情况？有没有办法将值设置为“标准”NA？在
Is.NA（NA\u character）
中识别NA\u字符不是很奇怪吗？但如果我对data.table使用此函数，我刚刚用NA\u字符替换了空格：
data[Is.NA（默认日期）]->dataNA
。还是我遗漏了什么？PS。有关新数据，请参阅有问题的编辑。好的，试试这个
indx@DavidArenburg我不知道为什么，但我正在测试
数据[data=''']
indx2 <- which(sapply(data, is.character)) 
for (j in indx2) set(data, i = grep("^$|^ $", data[[j]]), j = j, value = NA_character_)

data[data==""] <- NA