【问题标题】:How can I most efficiently set 0 vals to NA in a subset of columns? [duplicate]如何在列的子集中最有效地将 0 val 设置为 NA? [复制]
【发布时间】:2016-07-26 16:32:08
【问题描述】:

我有一本关于统计的书(使用 R)显示以下内容:

> pima$diastolic [pima$diastolic = = 0] <- NA
> pima$glucose [pima$glucose == 0] <- NA
> pima$triceps [pima$triceps == 0] <- NA
> pima$insulin [pima$insulin == 0] <- NA
> pima$bmi [pima$bmi == 0] <- NA

有没有办法在一条线上或更有效地做到这一点?我看到有诸如 with、apply、subset 之类的函数可以做类似的事情,但不知道如何将它们放在一起......

示例数据(如何将其作为数据框读取(如 pythons stringio):

  pregnant glucose diastolic triceps insulin  bmi diabetes age     test
1        6     148        72      35       0 33.6    0.627  50 positive
2        1      85        66      29       0 26.6    0.351  31 negative
3        8     183        64       0       0 23.3    0.672  32 positive
4        1      89        66      23      94 28.1    0.167  21 negative
5        0     137        40      35     168 43.1    2.288  33 positive
6        5     116        74       0       0 25.6    0.201  30 negative

【问题讨论】:

  • 您能给我们提供一些样本数据吗?
  • 如果你想用NA替换一个数据框中的所有0s,你可以很容易做到:df[df == 0 ] &lt;- NA
  • 或is.na(df) &lt;- df == 0

标签: r


【解决方案1】:

使用data.table你可以试试

for (col in c("diastolic","glucose","triceps","insulin", "bmi")) pima[(get(col))==0, (col) := NA]

这里有更多细节: How to replace NA values in a table *for selected columns*? data.frame, data.tableenter link description here

【讨论】:

    【解决方案2】:

    类似这样的:

    • 使用lapply() 为每一列使用一个函数
    • 在函数中,测试列是否为数字。如果是数字,则用 NA 替换零,否则返回原始列,不变:

    试试这个:

    pima[] <- lapply(pima, function(x){ if(is.numeric(x)) x[x==0] <- NA else x})
    

    或者对于预定义的列

    cols = c("diastolic", "glucose", "triceps", "insulin", "bmi")
    pima[cols] <- lapply(pima[cols], function(x) {x[x==0] <- NA ; x})
    

    或者使用is.na&lt;-

    is.na(pima[cols]) <- pima[cols] == 0
    

    【讨论】:

    • 这可能会返回一个列表而不是data.frame。您可能需要pima[] &lt;-...。 lapply 在这里可能根本不需要(除非您试图避免矩阵转换)。
    • @DavidArenburg 您对pima[] &lt;- 的看法是正确的。我编辑了我的答案,谢谢。您可能也不需要lapply() 是正确的,但生命太短暂,无法记住您可以直接在数据框上使用的所有可能方法。我知道lapply() 可以解决这类问题,所以我倾向于在自己的工作中这样使用它...
    • 虽然这不是列的子集,但它们都是 afaics...
    【解决方案3】:

    使用dplyr,您可以:

    # banal function definition 
    zero_to_NA <- function(col) {
        # any code that works here
        # I chose this because it is concise and efficient
        `is.na<-`(col, col==0)
    }
    
    # Assuming you want to change 0 to NA only in these 3 columns
    pima <- pima %>% 
        mutate_each(funs(zero_to_NA), diastolic, glucose, triceps)
    

    或者你可以跳过函数定义直接写:

    pima <- pima %>% 
        mutate_each(funs(`is.na<-`(., .==0)), 
                    diastolic, glucose, triceps)
    

    【讨论】:

      猜你喜欢
      • 2018-12-24
      • 2018-02-24
      • 1970-01-01
      • 2017-01-30
      • 2015-05-09
      • 1970-01-01
      • 2016-01-09
      • 2015-05-09
      相关资源
      最近更新 更多