如何替换表*中的NA值以用于所选列*？ data.frame，data.table

Posted 2021-03-28

有很多关于替换NA值的帖子。我知道可以用以下内容替换下表/框架中的NA：

x[is.na(x)]<-0

但是，如果我想将其限制为仅某些列，该怎么办？让我给你看一个例子。

首先，让我们从数据集开始。

set.seed(1234)
x <- data.frame(a=sample(c(1,2,NA), 10, replace=T),
                b=sample(c(1,2,NA), 10, replace=T), 
                c=sample(c(1:5,NA), 10, replace=T))

这使：

    a  b  c
1   1 NA  2
2   2  2  2
3   2  1  1
4   2 NA  1
5  NA  1  2
6   2 NA  5
7   1  1  4
8   1  1 NA
9   2  1  5
10  2  1  1

好的，所以我只想将替换限制为列'a'和'b'。我的尝试是：

x[is.na(x), 1:2]<-0

和：

x[is.na(x[1:2])]<-0

哪个不起作用。

我的data.table尝试，y<-data.table(x)，显然永远不会起作用：

y[is.na(y[,list(a,b)]), ]

我想在is.na参数中传递列，但显然不起作用。

我想在data.frame和data.table中执行此操作。我的最终目标是在'a'和'b'中将1：2重新编码为0：1，同时保持'c'的方式，因为它不是逻辑变量。我有一堆列，所以我不想一个接一个地做。而且，我只想知道如何做到这一点。

你有什么建议吗？

答案

你可以做：

x[, 1:2][is.na(x[, 1:2])] <- 0

或更好（恕我直言），使用变量名称：

x[c("a", "b")][is.na(x[c("a", "b")])] <- 0

在这两种情况下，1:2或c("a", "b")都可以用预定义的矢量代替。

另一答案

这将适用于您的data.table版本：

for (col in c("a", "b")) y[is.na(get(col)), (col) := 0]

另外，正如David Arenburg在下面指出的那样，你可以使用set（附带好处 - 你可以在data.frame或data.table上使用它）：

for (col in 1:2) set(x, which(is.na(x[[col]])), col, 0)

另一答案

现在，这在使用replace_na（）的tidyr中是微不足道的。该函数似乎适用于data.tables和data.frames：

tidyr::replace_na(x, list(a=0, b=0))

另一答案

不确定这是否更简洁，但此函数还将查找并允许在data.table的选定列中替换NAs（或您喜欢的任何值）：

update.mat <- function(dt, cols, criteria) {
  require(data.table)
  x <- as.data.frame(which(criteria==TRUE, arr.ind = TRUE))
  y <- as.matrix(subset(x, x$col %in% which((names(dt) %in% cols), arr.ind = TRUE)))
  y
}

申请：

y[update.mat(y, c("a", "b"), is.na(y))] <- 0

该函数创建符合输入条件的所选列和行（单元格坐标）的矩阵（在本例中为is.na == TRUE）。

另一答案

对于特定的列，有一个替代sapply

DF <- data.frame(A = letters[1:5],
             B = letters[6:10],
             C = c(2, 5, NA, 8, NA))

DF_NEW <- sapply(seq(1, nrow(DF)),
                    function(i) ifelse(is.na(DF[i,3]) ==
                                       TRUE,
                                       0,
                                       DF[i,3]))

DF[,3] <- DF_NEW
DF

另一答案

基于@Robert McDonald的tidyr::replace_na()答案，这里有一些dplyr选项用于控制NAs被替换的列：

library(tidyverse)

# by column type:
x %>%
  mutate_if(is.numeric, ~replace_na(., 0))

# select columns defined in vars(col1, col2, ...):
x %>%
  mutate_at(vars(a, b, c), ~replace_na(., 0))

# all columns:
x %>%
  mutate_all(~replace_na(., 0))

另一答案

这对我来说很好

DataTable DT = new DataTable();

DT = DT.AsEnumerable().Select(R =>
{
      R["Campo1"] = valor;
      return (R);
}).ToArray().CopyToDataTable();