即使 data.frame 为空，如何安全地替换 data.frame 中的值？答案

【问题标题】：How to safely replace values in data.frame even when data.frame is empty?即使 data.frame 为空，如何安全地替换 data.frame 中的值？
【发布时间】：2015-11-11 04:39:12
【问题描述】：

我在编写安全代码来操作 R 中的数据帧时遇到问题。我遇到的问题是 df[...] <- (...) 容易受到没有行的 data.frame 的影响（除此之外！）。

示例 1：

df <- data.frame(a = 1:2, b = c(NA, 5))
df[is.na(df$b), 'b'] <- 0

做我想做的 - 用 0 替换 NA。

示例 2：

df.empty <- data.frame(a = character(), b = character())
df.empty[is.na(df.empty$b), 'b'] <- 0
df.empty[is.na(df.empty$b), 'b', drop = F] <- 0

在示例 2 中对数据框进行变异的两种尝试都会导致错误（替换有 1 行，数据有 0；或“未使用的参数 (drop = F)）。

我觉得这很烦人。

我如何普遍根据 data.frame 中的任意（向量）标准改变列，而无需手动检查所有可能的条件，例如 NA、NULL、无行、强制转换为向量因为没有行等？

【问题讨论】：

标签： r dataframe

【解决方案1】：

在您的第二个示例中，我发现向量标准存在逻辑问题。在以下代码中：

df.empty <- data.frame(a = character(), b = character())
df.empty[is.na(df.empty$b), 'b'] <- 0

您正在使用条件is.na 选择行范围，但没有行，因此它返回factor(0)，这不是有效范围。考虑这个例子：

df.empty <- data.frame(a = numeric(), b = numeric())
df.empty[1:2, 'b'] <- 0

> df.empty
   a b
1 NA 0
2 NA 0

当您使用有效范围作为标准时，进行分配没有问题。为简单起见，我选择使用 numeric 列。

【讨论】：

is.na(df.empty$b) 是一个逻辑向量 - logical(0) - 所以它是一个有效的数据框选择。
logical(0) 是一个特例。
我不明白你所说的特殊情况是什么意思 :) 我可以通过 which(is.na(df.empty$b)) 获得数字索引，但是，我仍然收到将向量分配给空 data.frame 的错误 :(
您想用df.empty[logical(0), 'b'] <- 0 创建多少行，记住logical(0) 是空集？
我不想创建行。我也不想做 df.empty[logical(0), ...]。我正在寻找的是一种一致的、简单的方法来使用 [] 运算符或类似的标准语法将 data.frame 中的值替换为给定条件。 dplyr（另一个答案）可能是一个答案，但我发现很难相信 base R 不支持这一点。

【解决方案2】：

也许使用dplyr？

这个例子，结合mutate()和ifelse()，似乎达到了你想要的效果。

df.empty <- df.empty %>% 
    mutate(b = ifelse(is.na(b), 0, b))

【讨论】：

你打电话给dplyr是为了炒作吗？你可以用基本 R 做transform(df.empty, b = ifelse(is.na(b), 0, b))
@DavidArenburg 是的，也许是为了炒作！，...，当我想要像 @JakubP 这样的东西时。正在询问，它位于 dplyr 链的中间（例如，在加入表后，将 na 替换为 0，但最终连接可能为空）。所以，当我读到这个问题时，我自动想到了dplyr。你认为这是一个问题吗？，...，我只是喜欢它。也许您不喜欢，也许您更喜欢 base R 或 tsql 中的所有内容？
是的，我喜欢 base R 和 tsql 中的所有内容（正如我的标签所示）
是的，dplyr 解决方案很好，但是，这意味着将 dplyr 添加到我为这个微不足道的需要而编写的几乎所有代码中。（乍一看，dplyr 在从源代码构建方面似乎有巨大的要求 - ~200 MB！）@DavidArenburg，感谢transform()，似乎可以完成这项工作。
所以你基本上接受了你不会使用的解决方案。有趣

【解决方案3】：

如果空集的每个元素都映射到 0，我们仍然有空集。因此，在示例 2 中，数据框不应受到分配的影响。我不知道为什么，但为了摆脱错误消息，制作数据表会有所帮助：

df.empty <- data.frame(a = character(), b = character())
setDT(df.empty)
df.empty[is.na(df.empty$b), 'b'] <- 0
df.empty

没有错误信息：

> source('~/.active-rstudio-document', echo=TRUE)

> df.empty <- data.frame(a = character(), b = character())

> setDT(df.empty)

> df.empty[is.na(df.empty$b), 'b'] <- 0

> df.empty
Empty data.table (0 rows) of 2 cols: a,b
>

【讨论】：

【解决方案4】：

经常使用rep()。

我做这样的事情：

df.empty[is.na(df.empty$b), 'b'] <- rep(0, sum(is.na(df.empty$b)))

通过这种方式，您可以生成一个长度为 0 的 n 向量，其中 n 是要替换的行数，也可能为 0。

在这种情况下有点笨拙，但我经常将其用作df[,"col"] <- rep(x, nrow(df))。

【讨论】：