使用dplyr将多个值设置为NA

Posted 2021-04-12

我有一个调查的数据框架，其中有几种类型的缺失值，在各列之间有所不同。在一些问题中，他们只使用 "97"，而在其他问题中，他们使用 "98"，"99 "或 "99999 "等。我想要的是一种快速而简单的方法来检查每一列是否包含缺失值类型之一，并将它们全部设置为NA。我在这个网站上找到了一个简单的解决方案，但一定有更有效的方法。

下面是我的数据集的一个例子，其中包含两种不同的缺失值类型（98和99）。

  safety_ensured social_trust approval_gov empl_opp gap_rich_poor
           <dbl>        <dbl>        <dbl>    <dbl>         <dbl>
1              3           98           99       NA             2
2             99           98           99        3            98
3              2           98           99       98            98
4              3           98           99        3             3
5              3           98           99        1            98

我发现 此处 使用dplyr和一个函数的解决方案，但当我这样做时，它将我的数据框架变成了一个列表。

is_na <- function(x){
  return(as.character(x) %in% c("96", "97", "98", "99", "99999")) 
}
dataset <- dataset %>%
  lapply(is_na)

问候

答案

我们可以创建一个 vector 的值，然后用 mutate/across (自 dplyr 1.0.0)，并替换各列中的值(everything() - 选择所有列），其中符合'vec' (%in%)至 NA)

library(dplyr)
vec <- c(96:99, 99999)
dataset %>%
   mutate(across(everything(), ~ replace(., . %in% vec, NA)))