将所有 0 值替换为 NA答案

【问题标题】：Replace all 0 values to NA将所有 0 值替换为 NA
【发布时间】：2012-06-17 17:10:52
【问题描述】：

我有一个包含一些数字列的数据框。某些行的值为 0，在统计分析中应被视为空值。在R中将所有0值替换为NULL的最快方法是什么？

【问题讨论】：

我认为您不希望/可以用 NULL 值替换，但 NA 在 R 术语中用于此目的。

标签： r r-faq

【解决方案1】：

将所有零替换为 NA：

df[df == 0] <- NA

说明

1. 这不是 NULL 您应该想要替换零的东西。正如?'NULL' 中所说，

NULL表示R中的空对象

这是独一无二的，我猜，它可以被视为最无信息和最空洞的对象。¹ 那么就不足为奇了

data.frame(x = c(1, NULL, 2))
#   x
# 1 1
# 2 2

也就是说，R 没有为这个空对象保留任何空间。² 同时，查看?'NA' 我们看到了

NA 是一个长度为 1 的逻辑常数，其中包含一个缺失值指标。 NA 可以强制转换为除 raw 之外的任何其他向量类型。

重要的是，NA 的长度为 1，因此 R 为其保留了一些空间。例如，

data.frame(x = c(1, NA, 2))
#    x
# 1  1
# 2 NA
# 3  2

此外，数据框结构要求所有列具有相同数量的元素，这样就不会出现“漏洞”（即NULL 值）。

现在您可以在数据框中用NULL 替换零，即完全删除包含至少一个零的所有行。例如，当使用var、cov 或cor 时，这实际上相当于首先用NA 替换零并将use 的值设置为"complete.obs"。然而，这通常不能令人满意，因为它会导致额外的信息丢失。

2. 在解决方案中，我使用df == 0 向量化，而不是运行某种循环。 df == 0 返回（尝试一下）一个与df 大小相同的矩阵，其中包含TRUE 和FALSE 条目。此外，我们还可以将此矩阵传递给子集[...]（参见?'['）。最后，虽然df[df == 0] 的结果非常直观，但df[df == 0] <- NA 给出了预期的效果似乎很奇怪。赋值运算符<- 确实并不总是那么聪明，并且不能以这种方式与其他一些对象一起工作，但它可以与数据帧一起工作；见?'<-'。

_{¹ 集合论中的空集感觉有些相关。}
_{² 与集合论的另一个相似之处：空集是每个集的子集，但我们不为它保留任何空间。}

【讨论】：

data.table 对象的等效语法是什么？
我看到您获得了很多选票，但认为这不能适当地涵盖值为“0”且未要求设置为的非数字列的边缘情况.

【解决方案2】：

#Sample data
set.seed(1)
dat <- data.frame(x = sample(0:2, 5, TRUE), y = sample(0:2, 5, TRUE))
#-----
  x y
1 0 2
2 1 2
3 1 1
4 2 1
5 0 0

#replace zeros with NA
dat[dat==0] <- NA
#-----
   x  y
1 NA  2
2  1  2
3  1  1
4  2  1
5 NA NA

【讨论】：

【解决方案3】：

没有[<- 函数的替代方法：

一个样本数据框dat（无耻地从@Chase的答案中复制）：

可以通过is.na<- 函数将零替换为NA：

is.na(dat) <- !dat


dat

   x  y
1 NA  2
2  1  2
3  1  1
4  2  1
5 NA NA

【讨论】：

【解决方案4】：

您只能在数字字段中将0 替换为NA（即排除因子等内容），但它可以逐列使用：

col[col == 0 & is.numeric(col)] <- NA

使用函数，您可以将其应用于整个数据框：

changetoNA <- function(colnum,df) {
    col <- df[,colnum]
    if (is.numeric(col)) {  #edit: verifying column is numeric
        col[col == -1 & is.numeric(col)] <- NA
    }
    return(col)
}
df <- data.frame(sapply(1:5, changetoNA, df))

尽管您可以将 1:5 替换为数据框中的列数，或者替换为 1:ncol(df)。

【讨论】：

我不确定这是正确的解决方案。第 6 列及更多列呢？他们会被砍掉。
这就是为什么我建议最后用1:ncol(df) 替换1:5。我不想让方程式过于复杂或难以阅读。
但是如果在第 6 列和第 7 列中 - 数据类型是 char 并且不应该进行替换。在我的问题中，我只需要在第 12 到 15 列中进行替换，但整个 df 有 21 列（许多根本不能被触及）。
对于您的数据框，您可以将1:5 更改为您想要更改的列号，例如12:15，但如果您想确认它只会影响数字列，那么只需将if 语句中函数的第二行，如下所示：if (is.numeric(col)) { col[col == -1 & is.numeric(col)] <- NA }.

【解决方案5】：

让我假设您的 data.frame 是不同数据类型的混合体，并非所有列都需要修改。

仅修改第 12 到 18 列（总共 21 列），只需这样做

df[, 12:18][df[, 12:18] == 0] <- NA

【讨论】：

这对我有用，而接受的答案却没有
这行得通，而且比接受的答案更灵活。
[] 的双子集很棒！如此明显，但仍然如此隐蔽:)
@userJT - 如果我想选择名称而不是位置的列怎么办？例如300 列名称：age1,age2,age3,age4 ...... age300

【解决方案6】：

因为有人要求这个的 Data.Table 版本，并且因为给定的 data.frame 解决方案不适用于 data.table，所以我在下面提供了解决方案。

基本上，使用:= 运算符 --> DT[x == 0, x := NA]

library("data.table")

status = as.data.table(occupationalStatus)

head(status, 10)
    origin destination  N
 1:      1           1 50
 2:      2           1 16
 3:      3           1 12
 4:      4           1 11
 5:      5           1  2
 6:      6           1 12
 7:      7           1  0
 8:      8           1  0
 9:      1           2 19
10:      2           2 40


status[N == 0, N := NA]

head(status, 10)
    origin destination  N
 1:      1           1 50
 2:      2           1 16
 3:      3           1 12
 4:      4           1 11
 5:      5           1  2
 6:      6           1 12
 7:      7           1 NA
 8:      8           1 NA
 9:      1           2 19
10:      2           2 40

【讨论】：

或for (j in names(DT)); set(DT,which(DT[[j]] == 0),j,NA)。有关使用 data.table 查找和替换值的更详细讨论，请参阅 here。

【解决方案7】：

dplyr::na_if() 是一个选项：

library(dplyr)  

df <- data_frame(col1 = c(1, 2, 3, 0),
                 col2 = c(0, 2, 3, 4),
                 col3 = c(1, 0, 3, 0),
                 col4 = c('a', 'b', 'c', 'd'))

na_if(df, 0)
# A tibble: 4 x 4
   col1  col2  col3 col4 
  <dbl> <dbl> <dbl> <chr>
1     1    NA     1 a    
2     2     2    NA b    
3     3     3     3 c    
4    NA     4    NA d

【讨论】：

【解决方案8】：

如果有人通过谷歌到达这里寻找对面（即如何将data.frame中的所有NA替换为0），答案是

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

或

使用 dplyr / tidyverse

library(dplyr)
mtcars %>% replace(is.na(.), 0)

【讨论】：

【解决方案9】：

如果你和我一样，在想知道如何用 NA 替换数据框中的所有值时来到这里，那就是：

df[,] &lt;- NA

【讨论】：