根据R中另一个单元格中的值用NA替换一个单元格答案

【问题标题】：Replace a cell with NA according to value in another cell in R根据R中另一个单元格中的值用NA替换一个单元格
【发布时间】：2019-05-16 14:53:13
【问题描述】：

我有一个数据集，我从中制作了一个可重现的示例：

set.seed(1)
Data <- data.frame(
A = sample(0:5),
B = sample(0:5),
C = sample(0:5),
D = sample(0:5),
corr_A.B = sample(0:5),
corr_A.C = sample(0:5),
corr_A.D = sample(0:5))

> Data
  A B C D corr_A.B corr_A.C corr_A.D
1 1 5 4 2        1        2        4
2 5 3 1 3        5        5        0
3 2 2 3 4        0        1        2
4 3 0 5 0        4        0        1
5 0 4 2 1        2        3        3
6 4 1 0 5        3        4        5

我想检查，对于每一列 B、C 和 D，如果它们的一个单元格等于 0，我想在同一行上用 NA 替换相应的 corr_A 列。例如，由于 Data$B[4] 等于 0，我希望将 Data$corr_A.B[4] 替换为 NA。

我希望得到以下结果：

> Data
  A B C D corr_A.B corr_A.C corr_A.D
1 1 5 4 2        1        2        4
2 5 3 1 3        5        5        0
3 2 2 3 4        0        1        2
4 3 0 5 0        NA       0       NA
5 0 4 2 1        2        3        3
6 4 1 0 5        3        NA       5

我尝试了不同的方法，使用 for 循环，但我很挣扎。此外，在我正在处理的数据集中，还有许多其他列不需要检查该条件，我希望能够专门指定我在哪些列中查找 0 值。

如果有人愿意尝试一下？非常感谢

【问题讨论】：

标签： r dataframe replace na

【解决方案1】：

一个使用函数is.na<-的单行代码。

is.na(Data[5:7]) <- Data[2:4] == 0

Data
#  A B C D corr_A.B corr_A.C corr_A.D
#1 1 5 4 2        1        2        4
#2 5 3 1 3        5        5        0
#3 2 2 3 4        0        1        2
#4 3 0 5 0       NA        0       NA
#5 0 4 2 1        2        3        3
#6 4 1 0 5        3       NA        5

【讨论】：

很好的答案。肯定比我的好。等效于Data[5:7][Data[2:4]==0]<-NA。

【解决方案2】：

对于基本 R 解决方案，我们可以在这里使用 ifelse：

Data$corr_A.B <- ifelse(Data$B == 0, NA, Data$corr_A.B)
Data$corr_A.C <- ifelse(Data$C == 0, NA, Data$corr_A.C)
Data$corr_A.D <- ifelse(Data$D == 0, NA, Data$corr_A.D)

【讨论】：

我认为应该是：Data$corr_A.B <- ifelse(Data$B == 0, NA, Data$corr_A.B) Data$corr_A.C <- ifelse(Data$C == 0, NA, Data$corr_A.C) Data$corr_A.D <- ifelse(Data$D == 0, NA, Data$corr_A.D)，因为$B、$C 和$D 中的值并不总是与右侧三行中的值相同

【解决方案3】：

df<- data.frame(A=c(1,5,2,3,0,4),
                B=c(5,3,2,0,4,1),
                C=c(4,1,3,5,2,0),
                D=c(2,3,4,0,1,5),
                corr_A.B=c(1,5,0,4,2,3),
                corr_A.C=c(2,5,1,0,3,4),
                corr_A.D=c(4,0,2,1,3,5))

df %>% mutate(corr_A.B=case_when(B==0 ~ NA_real_,
                                 TRUE~ corr_A.B),
              corr_A.C=case_when(C==0 ~NA_real_,
                                  TRUE ~ corr_A.C),
              corr_A.D=case_when(D==0 ~ NA_real_,
                                  TRUE ~ corr_A.D))
A B C D corr_A.B corr_A.C corr_A.D
1 1 5 4 2        1        2        4
2 5 3 1 3        5        5        0
3 2 2 3 4        0        1        2
4 3 0 5 0       NA        0       NA
5 0 4 2 1        2        3        3
6 4 1 0 5        3       NA        5

【讨论】：

【解决方案4】：

基本、单线、矢量化但复杂的解决方案：

Data[t(t(which(Data[,2:4]==0,arr.ind=TRUE))+c(0,4))]<-NA

【讨论】：

【解决方案5】：

使用apply()。你可以这样做：

cbind(Data,apply(Data[c("B","C","D")],2,function(x){
  ifelse(x==0,NA,x)
}))

【讨论】：