更改数据框中的一些数值

Question

我有一个数据框，其中两个变量（纬度和经度）的值不正确。数据框中的错误值列为 999.00，正确的值应分别为 42.68 和 -72.47。

我想要一种简单的方法来使用 dplyr 替换这些值，但我的尝试（见下文）没有成功（下面提供了错误）。

df$Lat2 <- recode(df$Lat, "999.00"="42.68", .default=x)

lapply(x, f) 中的错误：找不到对象“x”

df <- df %>%
mutate(Lat2 = if_else(Lat == 999.00, 42.68, NULL, NULL))

mutate_impl(.data, dots) 中的错误： 评估错误：未使用的参数 (recvLat = 999)。

df <- df %>%
mutate(Lat2 = ifelse(Lat == 999.00, 42.68, NULL))

mutate_impl(.data, dots) 中的错误： 评估错误：替换的长度为零。 另外：警告信息： 在 rep(no, length.out = length(ans)) ： 'x' 为 NULL，因此结果将为 NULL

df <- df %>%
mutate(Lat2 = case_when(Lat == 999.00 ~ 42.68, TRUE ~ NULL))

mutate_impl(.data, dots) 中的错误： 评估错误：下标超出范围。

对于后三个尝试，如果数字在引号中（即“999.00”和“42.68”），我会得到相同的错误

Answer 1

我们可以将NULL 放在list 中

df %>%
    mutate(Lat2 = ifelse(recvLat == 999.00, 42.68, list(NULL)))
#  recvLat  Lat2
#1   999.0 42.68
#2     1.5  NULL
#3     2.5  NULL

可以是NA，而不是NULL

df %>%
    mutate(Lat2 = ifelse(recvLat == 999.00, 42.68, NA_real_))
#  recvLat  Lat2
#1   999.0 42.68
#2     1.5    NA
#3     2.5    NA

如果我们想反其道而行之，只需使用!=

df %>%
    mutate(Lat2 = ifelse(recvLat != 999.00, 42.68, NA_real_))

根据 OP 的评论，

df %>%
    mutate(Lat2 = ifelse(recvLat == 999.00, 42.68, recvLat))

---

在base R，我们可以通过创建索引来做到这一点

i1 <- df$recvLat == 999
df$recLat[i1] <- 42.68

注意：两种解决方案都有效。

数据

df <- data.frame(recvLat = c(999, 1.5,  2.5))

Answer 2

其实，这也是一个很好的展示data.table优雅的案例。

library(data.table)

## Create example
data <- data.table(lat = c(999, 0, 0),
                   lon = c(0, 999, 0))

## Reassign values
data[lat==999, lat := 42.68]
data[lon==999, lon := -72.47]

## Print results
data
#      lat    lon
# 1: 42.68   0.00
# 2:  0.00 -72.47
# 3:  0.00   0.00

缺点是您必须记住分配需要:=。

好处是

• 您可以按名称引用变量，不带引号
• 内存高效，对于大型数据集尤其重要
• 没有依赖关系
• data.table 语法更加简单且一致（i、j、分组依据）
• 您无需记住一堆名称怪异的函数，这些函数可能和/或可能不是澳大利亚风格的拼写（如 color 或 summarise）
• 您可以更多地使用 base R，这使您的代码更具可移植性和更广泛的理解
• data.table 类继承了data.frame 类，因此在 R 内部更兼容

Answer 3

为什么不使用这个。

data=as.data.frame(matrix(0,3,3))
names(data)=c("a","b","c")
data$a[1]=999
data$c[2]=999
data$a[which(data$a==999)]=42.68
data$c[which(data$c==999)]=-72.47
data
      a b      c
1 42.68 0   0.00
2  0.00 0 -72.47
3  0.00 0   0.00