改变所有因子NA'；数据集R中的s

我有一个数据集，我想用于在R studio中构建决策树。我有相当多的因素是空的。我想把数据集中的所有空因子都改为“无数据”，我有100多个这样的因子，所以我不想一个接一个地去做，我宁愿能一次改变所有的因子

数据示例（请注意，这些都是系数，我知道当输入R时，它们是数字，但我不知道如何在从csv读取数据时以复制方式显示系数）：

你可以试试这个：

df[is.na(df)] <- "NoData"

---

df[is.na（df）]当我们有
factor
列并且想要用一个新值替换其中一个值时，可以再次调用
factor
，或者在进行更改之前将新值添加为factor的
级别之一。假设我们必须为第一列以外的变量重新编码，使用
lappy
循环遍历列，添加“无数据”作为
级别之一，然后
用“无数据”替换NA元素，最后将
列表
输出分配给感兴趣的列

df[-1] <- lapply(df[-1], function(x) {
        levels(x) <- c(levels(x), "No Data")
         replace(x, is.na(x), "No Data")
          }) 

df[-1]根据您的示例，变量都是数字<代码>替换（df，is.na（df），“无数据”）
这不会打乱您的决策树计算吗？这里有一点是@PoGibas的可能重复。当然，您应该只使用阶乘数据，而不使用数值。@akrun我不知道如何显示一个示例，其中数据是阶乘？当我通过CSVI阅读数据时，我尝试了这些因素，但它们都没有改变
df[-1] <- lapply(df[-1], function(x) {
        levels(x) <- c(levels(x), "No Data")
         replace(x, is.na(x), "No Data")
          })