在不同的列中同时将NA转换为0，但不是在R中全部

我有这样一个数据集：

ID   A   B   C
1   1    0   0
1   NA   0   0
2   0    NA  NA
2   1    NA  0

可通过以下方式复制：

df <- data.frame("ID"=c(rep(1,2),rep(2,2)),"A"=c(1,NA,0,1),"B"=c(rep(0,2),rep(NA,2)),"C"=c(rep(0,2),NA,0))

---

df如果您只有两列，我将使用您的方式或：

df[，c（“A”，“B”）][is.na（df[，c（“A”，“B”）]）]如果你只有两列，我会用你的方式，或者：

df[，c（“A”，“B”）][is.na（df[，c（“A”，“B”）]）]更新：如Darren所建议

colList<-c("A","B")
df %>% mutate_at(colList, function(x) is.na(x)<-0 )

更新：根据Darren的建议

colList<-c("A","B")
df %>% mutate_at(colList, function(x) is.na(x)<-0 )

使用
tidyr
可以使用以下解决方案：

library(tidyr)

df %>%
  replace_na(list(A = 0, B = 0))

在列表参数中，您可以指定应替换的
NA
值。
使用
tidyr
可以使用以下解决方案：

library(tidyr)

df %>%
  replace_na(list(A = 0, B = 0))

在列表参数中，您可以指定应替换的
NA
值。
可能
df[，c（“A”，“B”）][is.NA（df[，c（“A”，“B”）]]可能
df[，c（“A”，“B”）][is.NA（df[，c（“A”，“B”）]我认为
mutate_at
更直接。我认为
mutate_at
更直接。为什么提到
dplyr
？它不用于您的解决方案。@DarrenTsai您是对的，谢谢！编辑答案。你为什么提到
dplyr
？它不用于您的解决方案。@DarrenTsai您是对的，谢谢！编辑答案。
colList<-c("A","B")
df %>% mutate_if(names(df) %in% colList, function(x) is.na(x)<-0 )
  ID A B  C
1  1 0 0  0
2  1 0 0  0
3  2 0 0 NA
4  2 0 0  0

library(tidyr)

df %>%
  replace_na(list(A = 0, B = 0))