如何检查 R 中的 replace() 函数中是否存在 NA？

Question

在我的数据集中，活动的持续时间以小时（duration_hours 列）或分钟（duration_minutes 列）为单位。如果以小时为单位，duration_minutes 列为空 (NA)，反之亦然。
我现在想通过将分钟数除以 60（分钟）将其转换为小时数。

为此，我尝试了以下命令：

df <- df %>% mutate(duration_recoded = replace(duration_minutes, !is.na(duration_minutes), duration_minutes / 60))

但是，该命令会产生不正确的结果并显示以下警告消息：

Warning message:
In x[list] <- values :
  number of items to replace is not a multiple of replacement length

谁能告诉我我的错误在哪里？

以下是一些示例数据：

df <- structure(list(duration_hours = c(1, NA, 2, NA, 1), duration_minutes = c(NA, 25, NA, 30, NA)), row.names = c(NA, -5L), class = c("tbl_df", "tbl", "data.frame"))

Answer 1

我们可以在这里使用dplyr 包中的coalesce() 函数：

library(dplyr)
df <- df %>% mutate(duration_recoded = coalesce(duration_hours, duration_minutes / 60))

这应该有效，因为如果duration_hours 不是NA，那么coalesce 会简单地抓取它并将其分配给duration_recorded。如果duration_hours 实际上是NA，那么它将通过，取而代之的是duration_minutes 除以60。

Answer 2

您的代码中的问题是持续时间分钟是一个向量，当您除以 60 时，您正在执行向量运算。让我们用一个例子df：

# A tibble: 7 x 1
  duration_minutes
             <dbl>
1               10
2               20
3               30
4               NA
5               50
6               NA
7               60

在这种情况下，df$duraction_minutes / 60 会导致：

0.1666667 0.3333333 0.5000000        NA 0.8333333        NA 1.0000000

这意味着您正在尝试用多个值的向量替换每个 NA 值...这就是您的警告消息显示number of items to replace is not a multiple of replacement length 的原因。

您要么必须使用将多个值聚合为单个值的函数（例如sum()、mean()、first() 等），要么必须选择单个值作为替换值。 coalesce() 函数只是找到第一个非缺失元素。