【问题标题】：Applying ifelse in multiple variables / columns for replacing 99 and 999 to NA在多个变量/列中应用 ifelse 以将 99 和 999 替换为 NA
【发布时间】：2021-12-31 16:46:39
【问题描述】：

我有一个数据框，其中包含一些列，其中 99 应被视为缺失值 (NA)，而其他列中 999 是为此目的给出的值。

dat$variable1 <- ifelse(dat$variable1 == 99, NA, dat$variable1)
dat$variable2 <- ifelse(dat$variable2 == 99, NA, dat$variable2)
dat$variable3 <- ifelse(dat$variable3 == 99, NA, dat$variable3)
dat$variable4 <- ifelse(dat$variable4 == 99, NA, dat$variable4)
dat$variable5 <- ifelse(dat$variable5 == 999, NA, dat$variable5)
dat$variable6 <- ifelse(dat$variable6 == 999, NA, dat$variable6)
dat$variable7 <- ifelse(dat$variable7 == 999, NA, dat$variable7)

我想找到一种更好的方法来做到这一点，因为有时我们可以处理很多很多列。我不知道如何遍历应该为 NA 替换这些值的特定变量，而且我不知道有一个包可以帮助我解决这个问题（我是 R 的初学者）。

编辑：我必须为我在问题中所犯的错误道歉。我首先发布了dat$variable1 <- ifelse(dat$variable1 == 99, NA, dat$EC)，在所有代码行中都保留了“dat$EC”。谢谢大家的回答。

【问题讨论】：

标签： r if-statement lapply missing-data

【解决方案1】：

您可以尝试使用dplyr::across。

对于一个虚拟数据dat 定义如下

dat <- data.frame(
  variable1 = c(1,2,3,4,5,6,99),
  variable2 = c(1,2,99,4,5,6,7),
  variable3 = c(1:7),
  variable4 = c(5:11),
  variable5 = c(1,2,3,4,5,6,999),
  variable6 = c(1,2,3,4,999,6,7),
  variable7 = c(1:7),
  EC = c(-1,-2,-3,-4,-5,-6,-7)
)

  variable1 variable2 variable3 variable4 variable5 variable6 variable7 EC
1         1         1         1         5         1         1         1 -1
2         2         2         2         6         2         2         2 -2
3         3        99         3         7         3         3         3 -3
4         4         4         4         8         4         4         4 -4
5         5         5         5         9         5       999         5 -5
6         6         6         6        10         6         6         6 -6
7        99         7         7        11       999         7         7 -7

你可以试试这个方法。

library(dplyr)
dat %>%
  rowwise %>%
  mutate(across(variable1:variable4, ~ifelse(.x == 99, NA, EC)),
         across(variable5:variable7, ~ifelse(.x == 999, NA, EC)))

  variable1 variable2 variable3 variable4 variable5 variable6 variable7    EC
      <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl> <dbl>
1        -1        -1        -1        -1        -1        -1        -1    -1
2        -2        -2        -2        -2        -2        -2        -2    -2
3        -3        NA        -3        -3        -3        -3        -3    -3
4        -4        -4        -4        -4        -4        -4        -4    -4
5        -5        -5        -5        -5        -5        NA        -5    -5
6        -6        -6        -6        -6        -6        -6        -6    -6
7        NA        -7        -7        -7        NA        -7        -7    -7

如果你知道列索引，比如我的dat，从variable1 到variable4 是1:4 和variable5 到variable7 是5:7，只使用列索引会给你同样的结果结果。

dat %>%
  rowwise %>%
  mutate(across(1:4, ~ifelse(.x == 99, NA, EC)),
         across(5:7, ~ifelse(.x == 999, NA, EC)))

  variable1 variable2 variable3 variable4 variable5 variable6 variable7    EC
      <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl> <dbl>
1        -1        -1        -1        -1        -1        -1        -1    -1
2        -2        -2        -2        -2        -2        -2        -2    -2
3        -3        NA        -3        -3        -3        -3        -3    -3
4        -4        -4        -4        -4        -4        -4        -4    -4
5        -5        -5        -5        -5        -5        NA        -5    -5
6        -6        -6        -6        -6        -6        -6        -6    -6
7        NA        -7        -7        -7        NA        -7        -7    -7

添加

dat <- data.frame(
  variable1 = c(1,2,3,4,5,6,99),
  variable2 = c(1,2,99,4,5,6,7),
  variable3 = c(1:7),
  variable4 = c(5:10,999),
  variable5 = c(1,2,3,4,5,6,99),
  variable6 = c(1,2,3,4,999,6,7),
  variable7 = c(1:7),
  EC = c(-1,-2,-3,-4,-5,-6,-7)
)

dat %>%
  rowwise %>%
  mutate(across(c(variable1, variable2, variable3, variable5), ~ifelse(.x == 99, NA, EC)),
         across(c(variable4, variable6, variable7), ~ifelse(.x == 999, NA, EC)))

  variable1 variable2 variable3 variable4 variable5 variable6 variable7    EC
      <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl>     <dbl> <dbl>
1        -1        -1        -1        -1        -1        -1        -1    -1
2        -2        -2        -2        -2        -2        -2        -2    -2
3        -3        NA        -3        -3        -3        -3        -3    -3
4        -4        -4        -4        -4        -4        -4        -4    -4
5        -5        -5        -5        -5        -5        NA        -5    -5
6        -6        -6        -6        -6        -6        -6        -6    -6
7        NA        -7        -7        NA        NA        -7        -7    -7

【讨论】：

如果列不连续怎么办？我的意思是，如果 var5 和 var7 应该有 99 作为 NA 并且 var1 和 var3 应该有 999 作为 NA？有没有办法用例如列列表替换var1:var4？（“var”在我的例子中是指“变量”）
@Allan 我添加了上面的代码。假设 variable4 有 999，variable5 有 99。然后只需手动指定它们，它就会起作用。

【解决方案2】：

如果 99 和 999 是您的数据框 dat 中缺失的唯一值，您可以：

dat[dat == 999] <- NA
dat[dat == 99] <- NA

如果没有，您可以使用dplyr 中的na_if

library(dplyr)
dat_1 <- dat %>%
  mutate(across(c(variable1, variable2, variable3, variable4), na_if, 99),
         across(c(variable5, variable6, variable7), na_if, 999))
dat_1

【讨论】：

【解决方案3】：

考虑在列块上运行 ifelse，因为它适用于向量和矩阵：

var_99 <- c("variable1", "variable2", "variable3", "variable4")
var_999 <- c("variable5", "variable6", "variable7")

dat[var_99] <- ifelse(dat[var_99] == 99, NA, dat$EC)
dat[var_999] <- ifelse(dat[var_999] == 999, NA, dat$EC)

对于多个变量替换，将no 参数强制转换为矩阵：

dat[var_99] <- ifelse(dat[var_99] == 99, NA, as.matrix(dat[var_99]))
dat[var_999] <- ifelse(dat[var_999] == 999, NA, as.matrix(dat[var_99]))

【讨论】：

嗨，@Parfait。不幸的是，它没有用。当我在我的数据上尝试它时，我收到一条警告消息：` var_99 dat[var_99] <- ifelse(dat[var_99] == 99, NA, dat[var_99]) Warning message: In "[<-.data.frame"("tmp", var_99, value = list(c(4, 3, 3, 4, : provided 188 variables to replace 2 variables 尽管以下代码可以正常工作：dat$var1 <- ifelse(dat$var1 == 99, NA, dat$var1)
我看到您将原始帖子从单列 dat$EC 中删除。对于多个列，使用as.matrix 强制no 参数。见编辑。
对不起，我的问题，@Parfait。但现在这正是我正在寻找的答案。简单高效。非常感谢。