如何从特定列中删除（或用 NA 替换）给定值的数据？答案

【问题标题】：How can I remove (or replace with NA) data over a given value from a specific column?如何从特定列中删除（或用 NA 替换）给定值的数据？
【发布时间】：2019-02-15 05:29:43
【问题描述】：

我正在使用 dN/dS 比率（生物学，对问题并不重要），并最终在我的数据中发现了一些伪影（特定列中大于 3 的任何东西都可能不可靠或错误），我需要在我制作直方图之前移除这些伪影。

我正在处理一个导入的 xlxs 文件。其中一列包含适用的数据。

我试过下面的代码

library(data.table)

outlierReplace = function(dataframe, cols, rows, newValue = NA) {  
    if (any(rows)) {  
        set(dataframe, rows, cols, newValue)  
    }  
}  

outlierReplace(X23k_Genome_dNdS_For_R, 
               `manual dN/dS`, 
               which(X23k_Genome_dNdS_For_R$`manual dN/dS` > 3), 
               NA)

这个返回错误码（如下）

Error in set(dataframe, rows, cols, newValue) :   
  Can't assign to the same column twice in the same query (duplicates detected).  
In addition: Warning message:  
In set(dataframe, rows, cols, newValue) :  
  Coerced j from numeric to integer. Please pass integer for efficiency;   e.g., 2L rather than 2

为了强调，我有 23k 行，7 列。我正在尝试用 NA 替换“手动 dN/dS”列中高于 3 的所有值

您可能需要安装 data.table 才能使用 set() 函数

样本数据

dat = data.table("seq1"=c("CAA_0000006-RA", "CAA_0000007-RA"), 
                 "seq2"=c("CAB_00000010-RA", "CAB_00000011-RA"),
                 "dN/dS"=c(0.4689, 0.1001), "dN"=c(0.0074, 0.0021),
                 "dS"=c(0.0169,0.0206),
                 "manual dN/dS"=c(0.4379,0.1019),
                 "man. dN/dS w/Nas"=c(0.437869822,0.101941748))

【问题讨论】：

请考虑发布代码和示例数据，以便更容易理解问题，并更容易（希望尝试回答的人更轻松）提供可能的解决方案。
我补充了一些信息，希望对您有所帮助。
好的，还有两个问题。 (1) set() 来自哪个 R 包？ (2) 您能否制作一个非常小的示例数据集，我们可以使用它来运行您的函数并重现相同的错误消息？它可能应该具有您在函数调用中引用的相同的列名和行名。类似于dat = data.frame("Fruit Type"=c("apple", "banana"), "Fruit Color"=c("red", "yellow"), "Length_cm"=c(8, 20))。
我添加了所需的包（我相信）和数据样本。
我将提供一个更简单的建议解决方案，而不是尝试对您的功能进行故障排除。 dat[`manual dN/dS` > 0.4, `manual dN/dS`:=NA_real_]。展望未来，我强烈建议重命名您的列，不要使用空格、斜杠、加号等。

标签： r data.table

【解决方案1】：

library(data.table)    
setDT(dat)
dat[`manual dN/dS` > 3, `manual dN/dS` := NA]

请注意，您的示例数据不包含您在问题中提到的列。

还请注意，列名中的空格和斜杠等特殊字符是不好的做法，因为您总是必须在 R 代码中“引用”名称。

您可以重命名列名，例如。通过data.table::setnames(data, "old name", "new name")（请参阅此功能的帮助）

【讨论】：