R 空白不想被清理
我的数据中有空白,似乎不需要清理。如果在列上使用is.na,则对于数据中的空白单元格,它将返回FALSE。目前使用的公式对我不起作用。我对R是相当陌生的,只有一大堆方法可以清理空白 我曾尝试使用stringr进行清洁并替换为NAR 空白不想被清理,r,tidyr,stringr,R,Tidyr,Stringr,我的数据中有空白,似乎不需要清理。如果在列上使用is.na,则对于数据中的空白单元格,它将返回FALSE。目前使用的公式对我不起作用。我对R是相当陌生的,只有一大堆方法可以清理空白 我曾尝试使用stringr进行清洁并替换为NA data_wcci01 <- data_wcci01 %>% mutate(Data7 = str_replace_all(Data7,"[[:blank:]]","NA")) data_wcci01 <- data_wcci01 %>% m
data_wcci01 <- data_wcci01 %>% mutate(Data7 = str_replace_all(Data7,"[[:blank:]]","NA"))
data_wcci01 <- data_wcci01 %>% mutate(Data7 = str_replace_all(Data7,"[[:space:]]","NA"))
data\u wcci01%变异(Data7=str\u replace\u all(Data7,[[:blank:][],“NA”))
数据\u wcci01%突变(Data7=str\u replace\u all(Data7,[[:space:]],“NA”))
我希望所有空白单元格都有NA您可以使用NA_if()
fromdplyr
。正如@joran所指出的,str_squish()
删除了多余的空白
库(stringr)
图书馆(dplyr)
数据_wcci01%
突变(数据7=na_if(str_squish(数据7),“”)
您能提供一个数据示例吗?请注意,我们还不知道OP数据包含什么;如果他们试图删除空字符值,即“
,则此操作无效。在任何一种情况下,如果他们已经在使用该软件包,只推荐stringr::str_squish
可能会更简单。@joran这是有道理的。我不熟悉str_squish(),谢谢你指出这一点。我已经更新了我的答案。我同意我们不知道数据包含什么,但我认为这是一个足够普遍的解决方案。