R 如何将数据帧中的NAN转换为NAs

我希望也担心这只是一个简单的答案，我为不得不问这个问题而感到尴尬：

使用Reforme2转换数据帧后，我得到了一个大数据帧，其第一行如下所示：

  ukgridcode      x       y year     pm10 pm2.5      no2      nox  co so2 ozone benzene
1      56361 460500 1218500 2001 8.583796   NaN 2.375508 3.031918 NaN NaN   NaN     NaN
2      57051 460500 1217500 2001 8.584764   NaN 2.368387 3.022830 NaN NaN   NaN     NaN
3      57052 461500 1217500 2001 8.587392   NaN 2.383438 3.042039 NaN NaN   NaN     NaN
4      57054 463500 1217500 2001 8.590163   NaN 2.455386 3.133869 NaN NaN   NaN     NaN
5      57741 460500 1216500 2001 8.588822   NaN 2.375839 3.032340 NaN NaN   NaN     NaN
6      57742 461500 1216500 2001 8.592360   NaN 2.394949 3.056732 NaN NaN   NaN     NaN

我想将每个NAN转换为NAs。到目前为止，我已经尝试：

d2 <- d[is.nan(d)] <- NA
d2 <- d[!is.finite(d)] <- NA
d2 <- apply(d, 2, function (x) x[is.nan(x)] <- NA) # also tried row-wise (1)

d2试试看

或者只需查看@Rolands comment
，您可以尝试：

 is.nan(d$pm2.5)
 #[1] TRUE TRUE TRUE TRUE TRUE TRUE

 d[d=="NaN"] <- NA
 d
 #    ukgridcode      x       y year     pm10 pm2.5      no2      nox co so2 ozone
 #1      56361 460500 1218500 2001 8.583796    NA 2.375508 3.031918 NA  NA    NA
 #2      57051 460500 1217500 2001 8.584764    NA 2.368387 3.022830 NA  NA    NA
 #3      57052 461500 1217500 2001 8.587392    NA 2.383438 3.042039 NA  NA    NA
 #4      57054 463500 1217500 2001 8.590163    NA 2.455386 3.133869 NA  NA    NA
 #5      57741 460500 1216500 2001 8.588822    NA 2.375839 3.032340 NA  NA    NA
 #6      57742 461500 1216500 2001 8.592360    NA 2.394949 3.056732 NA  NA    NA
 #  benzene
 #1      NA
 #2      NA
 #3      NA
 #4      NA
 #5      NA
 #6      NA

is.nan（d$pm2.5）
#[1] 真的真的真的真的
d[d==“NaN”]如果数据帧作为csv文件提供，那么regex find NaN replace with NA将在带有正则表达式的文本编辑器中工作（例如，在记事本++）
d[is.NA（d）]为什么不使用
dcast的
fill
参数？谢谢。我仍在学习Wickhamese，并将查看fill参数。下面的答案似乎对现在有用。。。我不知道你能用
NaN
做到这一点。我认为它不会像
d[d==“NA”]
NA
那样工作，是一种非常奇怪的生物。它的类是
logical
但
NA==“NA”
返回
NA
，而
TRUE
（哪个类也是
logical
）工作
TRUE==“TRUE”
返回
TRUE
是的，类（NaN）#[1]“numeric”，但d==NaN不起作用是的，我知道类（NaN）
是
数字的
这就是为什么将
NA
与
TRUE
进行比较的原因：）
library(data.table)
setDT(d)[, lapply(.SD, function(x) ifelse(is.nan(x), NA, x))]

 is.nan(d$pm2.5)
 #[1] TRUE TRUE TRUE TRUE TRUE TRUE

 d[d=="NaN"] <- NA
 d
 #    ukgridcode      x       y year     pm10 pm2.5      no2      nox co so2 ozone
 #1      56361 460500 1218500 2001 8.583796    NA 2.375508 3.031918 NA  NA    NA
 #2      57051 460500 1217500 2001 8.584764    NA 2.368387 3.022830 NA  NA    NA
 #3      57052 461500 1217500 2001 8.587392    NA 2.383438 3.042039 NA  NA    NA
 #4      57054 463500 1217500 2001 8.590163    NA 2.455386 3.133869 NA  NA    NA
 #5      57741 460500 1216500 2001 8.588822    NA 2.375839 3.032340 NA  NA    NA
 #6      57742 461500 1216500 2001 8.592360    NA 2.394949 3.056732 NA  NA    NA
 #  benzene
 #1      NA
 #2      NA
 #3      NA
 #4      NA
 #5      NA
 #6      NA

d[is.na(d)]<-NA