如何从数据帧的子集中删除值

Posted 2021-04-02

我有一个大数据框。我想替换基于数据子集的值。

 dat <- data.frame(col1 = c("A", "A", "B", "B"),
                 col2 = c(50, 100, 200, 250))

对于col1 = A，我想用NA替换超过75的任何值

对于col1 = B，我想用NA替换超过210的任何值

我尝试过：

if(dat$col1 == "A") { dat$col1 <- ifelse(dat$col1 > 75, NA, dat$col1) }

我收到以下警告：警告消息：

1: In if (dat$col1 == "A") { :
the condition has length > 1 and only the first element will be used
2: In Ops.factor(dat$col1, 75) : ‘>’ not meaningful for factors

答案

警告消息已经给您一些提示。第一条消息告诉您该条件被要求提供多个值。那是因为您要指定整个列。第二条消息告诉您，对于因子使用>之类的条件是没有意义的。

第二个问题来自DF的构建方式。通过添加stringsAsFactors = FALSE，您可以避免col1自动成为因素：

(dat <- data.frame(col1 = c("A", "A", "B", "B"), col2 = c(50, 
    100, 200, 250), stringsAsFactors = F))
#>   col1 col2
#> 1    A   50
#> 2    A  100
#> 3    B  200
#> 4    B  250

^{由reprex package（v0.3.0）在2020-01-21创建}

如果要使用已编写的If序列，则必须索引，以便检查列中的每一行。可以这样做：

for ( i in seq_along(dat$col1)){
  dat$col1[i]<- ifelse(dat$col2[i] > 75, NA, dat$col1[i]) 
}
dat
#>   col1 col2
#> 1    A   50
#> 2 <NA>  100
#> 3 <NA>  200
#> 4 <NA>  250

我稍稍更改了一下，以便检查col2是否大于75，而不是col1，其中包含字符。

可能那不是您想要的。假设如果要在col2中将所有值替换为NA，则将col1 == "A"和col2 > 75替换为所有值，而在col2中将所有值替换为NA，如果将col1 == "B"和col2 > 210替换为一个更好的方法实现您想要的是：

dat <- data.frame(col1 = c("A", "A", "B", "B"),
                  col2 = c(50, 100, 200, 250),
                  stringsAsFactors = F)
dat$col2 <- ifelse(dat$col1 == 'A' & dat$col2 > 75, NA, dat$col2)
dat$col2 <- ifelse(dat$col1 == 'B' & dat$col2 > 210, NA, dat$col2)
dat
#>   col1 col2
#> 1    A   50
#> 2    A   NA
#> 3    B  200
#> 4    B   NA

^{由reprex package（v0.3.0）在2020-01-21创建}

在这里，您要根据两个条件来更改col2。希望对您有帮助。