您可以使用 rbind.fill 而不填写 NA 吗？

Question

我正在尝试组合具有不同列数和列标题的两个数据框。但是，在我使用rbind.fill() 组合它们之后，生成的文件已经用NA 填充了空单元格。

这很不方便，因为其中一列的数据也表示为“NA”（北美），所以当我将其导入 csv 时，电子表格无法区分它们。

我有什么办法：

1. 使用 rbind.fill 函数而不用 NA 填充空单元格

或

1. 更改列以替换 NA 值*

*我搜索了博客，并尝试了两种最流行的解决方案：

df$col[is.na(df$col)] <- 0, #it does not work
df$col = ifelse(is.na(df$col), "X", df$col), #it changes all the characters to numbers, and ruins the column

如果您有任何建议，请告诉我！我（很遗憾）不能分享df，但愿意回答任何问题！

Answer 1

NA 与 "NA" 到 R 不同，但您最喜欢的电子表格程序可能会这样解释。 NA 是 R 中的一个特殊值，就像 NaN 一样（不是数字）。如果我理解正确，您的解决方案之一是将代表北美的列中的“NA”值替换为其他值，在这种情况下，您应该能够做到...

df$col[ df$col == "NA" ] <- "NorthAmerica"

这是假设您的“NA”值实际上是字符串。如果is.na() 是字符串，则它们不会返回任何值，这就是df$col[ is.na(df$col) ] <- 0 不起作用的原因。

NA和“NA”的区别举例：

x <- c( 1, 2, 3 , "NA" , 4 , 5 , NA )

> x[ !is.na(x) ]
[1] "1"  "2"  "3"  "NA" "4"  "5"

> x[ x == "NA" & !is.na(x) ]
[1] "NA"

解决方法

我认为您想将“NA”和任何NAs 保留在第一个df 中，但将rbind.fill() 形成的第二个df 中的所有NA 更改为“NotAvailable”之类的东西。你可以这样完成...

df1 <- data.frame( col = rep( "NA" , 6 ) , x = 1:6 , z = rep( 1 , 6 ) )
df2 <- data.frame( col = rep( "SA" , 2 ) , x = 1:2 , y = 5:6 )
df <- rbind.fill( df1 , df2 )
temp <- df [ (colnames(df) %in% colnames(df2)) ]
temp[ is.na( temp ) ] <- "NotAvailable"
res <- cbind( temp , df[ !( colnames(df) %in% colnames(df2) ) ] )

#df has real NA values in column z and column y. We just want to get rid of y's
df

#     col x  z  y
#   1  NA 1  1 NA
#   2  NA 2  1 NA
#   3  NA 3  1 NA
#   4  NA 4  1 NA
#   5  NA 5  1 NA
#   6  NA 6  1 NA
#   7  SA 1 NA  5
#   8  SA 2 NA  6

#res has "NA" strings in col representing "North America" and NA values in z, whilst those in y have been removed
#More generally, any NA in df1 will be left 'as-is', whilst NA from df2 formed using rbind.fill will be converted to character string "NotAvilable"
res

#     col x            y  z
#   1  NA 1 NotAvailable  1
#   2  NA 2 NotAvailable  1
#   3  NA 3 NotAvailable  1
#   4  NA 4 NotAvailable  1
#   5  NA 5 NotAvailable  1
#   6  NA 6 NotAvailable  1
#   7  SA 1            5 NA
#   8  SA 2            6 NA

Answer 2

如果您有一个包含 NA 的数据框并且您想替换它们，您可以执行以下操作：

df[is.na(df)] <- -999

这将一次性解决所有 NA 问题

如果您只想对单个列进行操作，您可以执行类似的操作

df$col[which(is.na(df$col))] <- -999