用相同类型的NA填充列的函数答案

【问题标题】：A function to fill in a column with NA of the same type用相同类型的NA填充列的函数
【发布时间】：2019-05-12 03:54:42
【问题描述】：

我有一个包含许多不同类型列的数据框。我想用相应类的 NA 替换每一列。

例如：

df = data_frame(x = c(1,2,3), y = c("a", "b", "c"))

df[, 1:2] <- NA

生成具有两个逻辑列的数据框，而不是数字和字符。我知道我可以告诉 R：

df[,1] = as.numeric(NA)
df[,2] = as.character(NA)

但是我如何在一个循环中对所有可能类型为 NA 的所有列集体执行此操作？

【问题讨论】：

好问题 +1，但为什么这很重要？
这是一个很奇怪的问题，我以后需要将数据框与另一个原始类型的框加入...
但是为什么呢？请给我们更多背景信息，这似乎是毫无意义（但很有趣）的一步。
我在程序开始时创建了一个数据框，有时需要根据条件获取某些列中的所有 NA。该数据框需要在程序结束时与另一个数据框连接，这可能无法获得这些 NA。为了使连接起作用，两个数据框需要具有完全相同类型的列。
只是一个小修正，你不应该在这里谈论类，而是谈论原子类型，使用NA_character_ 和NA_numeric_ 比使用as.character(NA) 和as.numeric(NA) 更惯用。

标签： r dplyr na

【解决方案1】：

你可以使用这个“技巧”：

df[1:nrow(df),1] <- NA
df[1:nrow(df),2] <- NA

[1:nrow(df),] 基本上告诉 R 用NA 替换列中的所有值，这样逻辑NA 在替换另一个之前被强制转换为列的原始类型价值观。

另外，如果你有很多列要替换并且 data_frame 有很多行，我建议存储行索引并重用它们：

rowIdxs <- 1:nrow(df)
df[rowIdxs ,1] <- NA
df[rowIdxs ,2] <- NA
df[rowIdxs ,3] <- NA
...

正如@RonakShah的巧妙建议，你也可以使用：

df[TRUE, 1] <- NA
df[TRUE, 2] <- NA
...

正如@Cath 所指出的，当您选择多个列时，这两种方法仍然有效，例如：

df[TRUE, 1:3] <- NA
# or
df[1:nrow(df), 1:3] <- NA

【讨论】：

太棒了...如此简单:)
为什么不直接df[TRUE, 1:2] <- NA？

【解决方案2】：

适用于 all 列的另一种解决方案是指定非 NA 并替换为 NA，即

df[!is.na(df)] <- NA

给出，

# A tibble: 3 x 2
      x    y    
  <dbl> <chr>
1    NA <NA> 
2    NA <NA> 
3    NA <NA>

【讨论】：

【解决方案3】：

在保留变量类的同时一次更改所有列的另一种方法：

df[] <- lapply(df, function(x) {type <- class(x); x <- NA; class(x) <- type; x})

df
# A tibble: 3 x 2
#      x y    
#  <dbl> <chr>
#1    NA <NA> 
#2    NA <NA> 
#3    NA <NA>

正如@digEmAll 在 cmets 中通知的那样，还有另一种类似但更短的方法：

df[] <- lapply(df, function(x) as(NA,class(x)))

【讨论】：

lapply(df, function(x)as(NA,class(x))) 也应该可以工作
另一个基本选项df[] <- lapply(df, replace, TRUE, NA)
这在很多情况下都有效，但并非总是如此。问题是某些类没有自动转换底层typeof 的方法，有时as 不知道如何处理类。用POSIXct 试试：as 会抛出错误，手动将类设置为c("POSIXt", "POSIXct") 似乎可行，但不能转换底层的NA，结果与as.POSIXct(NA) 不同
最好使用typeof 而不是class，在这里它“偶然”起作用，但在一般情况下会失败（例如因素）。
因为 OP 似乎是一个 tidyverse 用户，这也很合适：df <- modify(df,~as(NA,typeof(.)))

【解决方案4】：

使用 dplyr::na_if:

library(dplyr)

df %>% 
  mutate(x = na_if(x, x),
         y = na_if(y, y))

# # A tibble: 3 x 2
#       x y    
#   <dbl> <chr>
# 1    NA NA   
# 2    NA NA   
# 3    NA NA

如果我们只想将列的子集变为NA，那么：

# dataframe with extra column that stay unchanged
df = data_frame(x = c(1,2,3), y = c("a", "b", "c"), z = c(4:6))

df %>% 
  mutate_at(vars(x, y), funs(na_if(.,.)))

# # A tibble: 3 x 3
#       x y         z
#   <dbl> <chr> <int>
# 1    NA NA        4
# 2    NA NA        5
# 3    NA NA        6

【讨论】：

或df <- mutate_all(df,~na_if(.,.))（或modify(df,~na_if(.,.))）当你在那里时:)
@Moody_Mudskipper 我正在使用mutate_at，因为 OP 可能希望在列的子集上执行此操作。如果他们想将此应用于所有列，那么为什么不创建一个 0 行的空数据框...
我不知道... OP 的用例很模糊，但他提到用 NA 替换每一列。

【解决方案5】：

从dplyr 使用bind_cols() 你也可以这样做：

df <- data_frame(x = c(1,2,3), y = c("a", "b", "c"))
classes <- sapply(df, class)
df[,1:2] <- NA

bind_cols(lapply(colnames(x), function(x){eval(parse(text=paste0("as.", classes[names(classes[x])], "(", df[,x],")")))}))

     V1 V2   
  <dbl> <chr>
1    NA NA   
2    NA NA   
3    NA NA

请注意，这将更改列名。

【讨论】：

【解决方案6】：

使用dplyr的另一种方法：

df <- tibble(x = c(1,2,3), y = c("a", "b", "c")) 
df
#> # A tibble: 3 x 2
#>       x y    
#>   <dbl> <chr>
#> 1     1 a    
#> 2     2 b    
#> 3     3 c

df %>% 
  mutate(across(everything(), ~as(NA, class(.x))))
#> # A tibble: 3 x 2
#>       x y    
#>   <dbl> <chr>
#> 1    NA <NA> 
#> 2    NA <NA> 
#> 3    NA <NA>

【讨论】：