用 R 替换 data.table 中的多个值答案

【问题标题】：replace multiple values in data.table with R用 R 替换 data.table 中的多个值
【发布时间】：2021-08-21 13:56:20
【问题描述】：

我尝试了多种方法将数据表中的两个值替换为 NA。

数据为here。有两个值 9223372036854775807 和 2147483647 我打算用 NA 替换它们

library(data.table)

data <- fread("https://raw.githubusercontent.com/Deborah-Jia/Complete_Analysis_da2/main/eg1.csv", integer64 = "numeric")

我试过了：

data[data = 9223372036854775807|2147483647]

有错误：

[.data.table(data, , data = 9223372036854775808 | 2147483647, 中的错误：未使用的参数（数据 = 9223372036854775808 | 2147483647）

我检查了 [i, j, by...] 的结构，但找不到原因。所以，我改用 for 循环：

# only these cols have 9223372036854775807 and 2147483647
special_col <- data %>% select(matches("price|size|room")) %>% colnames()

for ( icol in special_col) {
  data[icol == 9223372036854775807|2147483647, icol := NA] 
}

它没有按预期工作；我仍然可以在数据表中找到2147483647。

我知道我可以使用

data[total_room_count_high == 9223372036854775807|2147483647, total_room_count_high := NA]

并且复制每一列，但是比较麻烦。

在这些方法之前，我还做了across、filter_at 和mapply 结合function 来处理每一列。但是只要我把col放在data[ ]里面，那么data.table就会认为col是一个列名，而不是代表所有列的变量。

【问题讨论】：

标签： r for-loop replace data.table

【解决方案1】：

为了比较，您应该使用==。您可以使用| 作为-

data <- read.csv2("https://raw.githubusercontent.com/Deborah-Jia/Complete_Analysis_da2/main/eg1.csv")
data[data == 2147483647 | data == 9223372036854775807] <- NA
data

【讨论】：

【解决方案2】：

一种使用set的方法

values <- c(9223372036854775807, 2147483647)
for(col in names(data)) set(data, i = which(data[[col]] %in% values), j = col, value = NA_integer_)

【讨论】：

【解决方案3】：

请注意，9223372036854775807 在您的数据中并不是“真正”，而是 integer64 有时表示 NA 的方式。

您可以只替换整数列。

data <- fread("https://raw.githubusercontent.com/Deborah-Jia/Complete_Analysis_da2/main/eg1.csv", integer64 = "numeric")
for (j in seq_along(data)) {
  vj <- .subset2(data, j)
  if (is.integer(vj)) {
    i <- which(vj == .Machine$integer.max)
    set(data, i = i, j = j, value = NA_integer_)
  }
}

请注意，2147483647 可能会使用整数表示“正无穷大”，因此可能比NA 更好。（例如，如果您要过滤高于某个价格的所有属性，如果将这些值替换为NA，这些属性将被错误过滤）。

【讨论】：