如何替换不在另一列中的值中的多列中的所有值答案

【问题标题】：How to replace all values in multiple columns that are not among the values in another column如何替换不在另一列中的值中的多列中的所有值
【发布时间】：2021-10-16 10:28:26
【问题描述】：

我有一个数据集，其中一个变量带有参与者 ID，多个变量带有同行提名（以 ID 的形式）。

我需要用 NA 替换同行提名变量中不在参与者 ID 中的所有数字。

例子：我有

ID       PN1       PN2
1         2         5
2         3         4
4         6         2      
5         2         7

我需要

ID       PN1       PN2
1         2         5
2         NA        4
4         NA        2      
5         2         NA

如果有人可以提供帮助，那就太好了！非常感谢您。

【问题讨论】：

请使用dput() 准备可重现的示例数据。

标签： r replace na

【解决方案1】：

Base R 的替代方案，

df[,-1][matrix(!(unlist(df[,-1]) %in% df[,1]),nrow(df))] <- NA
df

给予，

  ID PN1 PN2
1  1   2   5
2  2  NA   4
3  4  NA   2
4  5   2  NA

【讨论】：

【解决方案2】：

library(tidyverse)

df %>%
  mutate(across(-ID, ~if_else(. %in% ID, ., NA_real_)))

给出：

#   ID PN1 PN2
# 1  1   2   5
# 2  2  NA   4
# 3  4  NA   2
# 4  5   2  NA

使用的数据：

df <- data.frame(ID = c(1, 2, 4, 5),
                 PN1 = c(2, 3, 6, 2),
                 PN2 = c(5, 4, 2, 7))

【讨论】：

【解决方案3】：

这是一个基本的 R 方式。
除了 id 列之外的所有列上的 lapply 循环使用函数 is.na<- 将 NA 值分配给不在 df1[[1]] 中的向量元素。然后返回改变后的向量。

df1[-1] <- lapply(df1[-1], function(x){
  is.na(x) <- !x %in% df1[[1]]
  x
})

df1
#  ID PN1 PN2
#1  1   2   5
#2  2  NA   4
#3  4  NA   2
#4  5   2  NA

`dput` 格式的数据

df1 <-
structure(list(ID = c(1L, 2L, 4L, 5L), 
PN1 = c(2L, NA, NA, 2L), PN2 = c(5L, 4L, 2L, NA)), 
row.names = c(NA, -4L), class = "data.frame")

【讨论】：

【解决方案4】：

我们可以将mutate 与case_when 一起使用：

library(dplyr)
df %>% 
  mutate(across(starts_with("PN"), ~case_when(!(. %in% ID) ~ NA_real_,
                                              TRUE ~ as.numeric(.))))

输出：

# A tibble: 4 x 3
     ID   PN1   PN2
  <int> <dbl> <dbl>
1     1     2     5
2     2    NA     4
3     4    NA     2
4     5     2    NA

【讨论】：

【解决方案5】：

使用 data.table，您可以 (l) 将函数 fifelse() 应用于每一列你选择了.SD & .SDcols。

require(data.table)

cols = grep('PN', names(df)) # column indices (or names)
df[ , lapply(.SD, function(x) fifelse(!x %in% ID, NA_real_, x)),
    .SDcols = cols ]

来自@deschen 的数据：

df = data.frame(ID = c(1, 2, 4, 5),
                PN1 = c(2, 3, 6, 2),
                PN2 = c(5, 4, 2, 7))
setDT(df)

【讨论】：

dput 格式的数据

`dput` 格式的数据