在数据帧的不同行和列中选择多个 NA答案

【问题标题】：Making a selection of multiple NA's in different rows und colums of a dataframe在数据帧的不同行和列中选择多个 NA
【发布时间】：2018-08-24 09:31:02
【问题描述】：

我有一个包含 12000 行和 35 列的数据框，在不同的行或列中有多个 NA。

我想创建一个 ifelse 函数来选择并将它们更改为一个值（如“0”或“9999”）。

我的问题是is.na(dataframe)似乎不适用于整个数据框，但我对为每个单独的列进行选择并不感兴趣。

有没有更好的办法？

【问题讨论】：

data[is.na(data)] <- 0，这是怎么回事？你能发布一个例子或预期的输出吗？
NA 实际上是 NaN .. 也许这可能是问题所在？
您似乎更有可能拥有字符串值，例如"NA"，而不是NA。 NaN 值应该以同样的方式处理。这是一个小例子data = data.frame(x1 = c(1,2,3,4), x2 = c(1,NA,2,NA), x3 = as.character(c("NaN",2,"NA",4)), x4 = c(NaN, 2,3,NA), stringsAsFactors = F); data[is.na(data)] <- 0。你能确定你的专栏是numeric吗？ @RLave 的建议应该有效，除非您有字符串值...

标签： r dataframe selection na

【解决方案1】：

library(dplyr)

data <- tibble(a = c(1, NA, 2), b = c(NA,1,2)) # let's create some data
data
# A tibble: 3 x 2
      a     b
  <dbl> <dbl>
1     1    NA
2    NA     1
3     2     2

data[is.na(data)] <- 0
data
# A tibble: 3 x 2
      a     b
  <dbl> <dbl>
1     1     0
2     0     1
3     2     2

或者NaN:

data <- tibble(a = c(1, NaN, 2), b = c(NaN,1,2))
data
# A tibble: 3 x 2
      a     b
  <dbl> <dbl>
1     1   NaN
2   NaN     1
3     2     2

data[is.na(data)] <- 0 # still works the same 
data
# A tibble: 3 x 2
      a     b
  <dbl> <dbl>
1     1     0
2     0     1
3     2     2

如果您有 "NA" 作为字符串：

data <- tibble(a = c(1, "NA", 2), b = c("NA",1,2))
data[data=="NA"] <- NA # first fix and bring all to "true" NA
data[is.na(data)] <- 0 # still works the same 
data
# A tibble: 3 x 2
      a     b
  <dbl> <dbl>
1     1     0
2     0     1
3     2     2

【讨论】：

【解决方案2】：

dplyr 解决方案：

对于NA 或NaN：

df <- tibble(a = c(1, NaN, 2), b = c(NA,1,2))

df %>% 
  replace(is.na(.), 0)

# A tibble: 3 x 2
      a     b
  <dbl> <dbl>
1    1.    0.
2    0.    1.
3    2.    2.

对于"NA" 或"NaN" 作为字符串：

df <- tibble(a = c(1, "NaN", 2), b = c("NA",1,2))

df %>% 
    mutate_all(funs(replace(., .=="NaN", 0))) %>% 
    mutate_all(funs(replace(., .=="NA", 0))) %>% 
    mutate_all(funs(as.numeric))

# A tibble: 3 x 2
      a     b
  <dbl> <dbl>
1    1.    0.
2    0.    1.
3    2.    2.

【讨论】：