用R中的data.table中的0替换所有NA答案

【问题标题】：replacing all NA with a 0 in data.table in R用R中的data.table中的0替换所有NA
【发布时间】：2020-09-13 16:30:13
【问题描述】：

我有一个data.table 有很多列。有 4 列我想用 0 替换 NA。

我有一个可行的解决方案：

  claimsMonthly[is.na(claim9month),claim9month := 0
          ][is.na(claim10month),claim10month := 0
            ][is.na(claim11month),claim11month := 0
              ][is.na(claim12month),claim12month := 0]

但是，这是相当重复的，我想通过使用循环来减少这种情况（但不确定这是否是最聪明的想法？）：

  for (i in 9:12){
    claimsMonthly[is.na(paste0("claim", i, "month")), paste0("claim", i, "month") := 0]
  }

当我运行这个循环时，什么也没有发生。我想这是由于paste0() 返回"claim12month" 的约定，所以我得到in.na("claim12month")。结果是FALSE，尽管我的数据中有NA。我猜这与引号有关？

这不是我第一次遇到使用paste0() 或使用data.table 运行循环的问题，所以我必须在这里遗漏一些重要的东西。

任何想法如何解决这个问题？

【问题讨论】：

标签： r loops data.table

【解决方案1】：

我们可以使用列名 ('nm1') 指定 .SDcols，循环遍历 .SD（Data.table 的子集）并将 NA 分配为 0（replace_na from tidyr )

library(data.table)
library(tidyr)
nm1 <- paste0("claim", 9:12, "month")
setDT(claimsMonthly)[, (nm1) := lapply(.SD, replace_na, 0), .SDcols = nm1]

或者正如@jangorecki在cmets中提到的那样，data.table中的nafill会更好

setDT(claimsMonthly)[, (nm1) := lapply(.SD, nafill, fill = 0), .SDcols = nm1]

或使用带有set 的循环，通过指定i（用于行索引）和j 用于列索引/名称，根据每列中的NA 值将感兴趣的列分配为0

for(j in nm1){
    set(claimsMonthly, i = which(is.na(claimsMonthly[[j]])), j =j, value = 0)
 }

或者setnafill

setnafill(claimsMonthly, cols = nm1, fill = 0)

【讨论】：

请注意，setnafill 消除了对 [ 的需求，并将副本数量减少到零
两者都将并行计算列
@jangorecki 当然，我会的。让我先从头开始尝试，看看我是否无法自己解决：=)

【解决方案2】：

你可以使用：

claimsMonthly[, 9:12][is.na(claimsMonthly[, 9:12])] <- 0

你也可以使用变量名：

claimsMonthly[c("claim9month", "claim10month","claim11month","claim12month")][is.na(claimsMonthly[c("claim9month", "claim10month","claim11month","claim12month")])] <- 0

或者更好的是，您可以使用带有“claimXXmonth”模式的所有变量的向量。

【讨论】：