使用 `data.table::fread` 在 R 中读取某些数字为 NA答案

【问题标题】：Read in certain numbers as NA in R with `data.table::fread`使用 `data.table::fread` 在 R 中读取某些数字为 NA
【发布时间】：2014-03-11 17:01:49
【问题描述】：

我正在阅读由另一个程序创建的一些文件。该程序使用数字-99.9 填充缺失值的条目。

我正在加速一些代码，从使用data.table 包中的read.table() 到fread() 来读取这些数据文件。我可以在read.table 中使用na.strings=c(-99.9)，但fread 似乎不接受na.strings 的数字参数。对应的字符串 na.strings=c("-99.9") 不起作用，并给我错误：'na.strings' is type '。

我可以让fread 将数字-99.9 读为NA吗？

【问题讨论】：

如果您对 sed/awk 感到满意，您可以在命令行上执行此操作并将 -99.9 替换为 NA，然后使用 fread 读取文件
我检查了 fread 是否可以接受 colClasses 争论，从文档中发现它“自动检测所有控件，如 sep、colClasses 和 nrows。bit64::integer64 类型也被检测并直接读取，无需在转换之前需要读取为字符。”所以你最好的选择是做一个 sed 替代，然后在 R 中加载文件。这也可能有助于biostat.jhsph.edu/~rpeng/docs/R-large-tables.html
@infominer 我知道colClasses 参数，但我担心我可能没有关于脚本中数据文件中的列类的先验知识。有不同类型的文件，而且对所有这些都进行硬编码列类太多。将考虑使用 sed/awk，或在读入文件后进行后处理并替换 -99.9。
列表中可以让na.strings 按预期工作：#2660。我已经在此处添加了一个链接。希望很快。

标签： r data.table read.table

【解决方案1】：

如果您以 dt 的形式读入，之后将这些值更改为 NA。

dt[dt == -99.9] <- NA

问题解决了吗？

【讨论】：

是的，但这不会有效。像这样使用set() 或:=：stackoverflow.com/a/7249454/403310
是的，这就是我昨天所做的。我在列上使用带有set 的for 循环将-99.9 替换为NAs。