替换不包含某些字符的数据框部分答案

【问题标题】：Replace portions of dataframe not containing certain characters替换不包含某些字符的数据框部分
【发布时间】：2014-11-15 22:17:27
【问题描述】：

我有一个数据框（特别是相关矩阵）。我想用 NA 替换矩阵中没有“*”或“'”的任何值（即省略统计上不显着或边缘显着的单元格）。

数据是这样的：

out <- data.frame(V1=c(NA,"-0.28**","-0.18'","-0.11"),
              V2=c(NA,NA,"0.01","0.05"),
              V3=c(NA,NA,NA,"0.30**"))
rownames(out) <- c("V1","V2","V3","V4")

> out
    V1   V2     V3
V1    <NA> <NA>   <NA>
V2 -0.28** <NA>   <NA>
V3  -0.18' 0.01   <NA>
V4   -0.11 0.05 0.30**

我想要的是相同的数据框，其中非 sig 或边缘 sig 关联被替换为 NA。

像这样：

> out
    V1   V2     V3
V1    <NA> <NA>   <NA>
V2 -0.28** <NA>   <NA>
V3  -0.18' <NA>   <NA>
V4   <NA> <NA> 0.30**

【问题讨论】：

标签： r string character

【解决方案1】：

使用grepl-call 的否定。需要使用 sapply 因为没有 grepl.data.frame 方法。该模式是一个带有字符类的 OR 构造。见?regex:

> out[ !sapply( out,grepl, patt="[']|[*]") ] <- NA
> out
        V1   V2     V3
V1    <NA> <NA>   <NA>
V2 -0.28** <NA>   <NA>
V3  -0.18' <NA>   <NA>
V4    <NA> <NA> 0.30**

【讨论】：

【解决方案2】：

你也可以

out[] <- lapply(out, function(x) { is.na(x) <- !grepl("[*']", x); x })
out
#         V1   V2     V3
# V1    <NA> <NA>   <NA>
# V2 -0.28** <NA>   <NA>
# V3  -0.18' <NA>   <NA>
# V4    <NA> <NA> 0.30**

【讨论】：

【解决方案3】：

My "SOfun" package 有一个名为 makemeNA 的函数可以用于此目的：

在这种情况下的用法是：

makemeNA(out, "^[0-9.-]+$", fixed = FALSE)
#         V1 V2     V3
# V1    <NA> NA   <NA>
# V2 -0.28** NA   <NA>
# V3  -0.18' NA   <NA>
# V4    <NA> NA 0.30**

这基本上是说用NA替换任何只是数字（正数或负数）的东西。

安装包：

library(devtools)
install_github("mrdwab/SOfun")

【讨论】：

【解决方案4】：

out[] <- lapply(out, function(x) "is.na<-"(x, grep("^[^*']+$", x)))
#         V1   V2     V3
# V1    <NA> <NA>   <NA>
# V2 -0.28** <NA>   <NA>
# V3  -0.18' <NA>   <NA>
# V4    <NA> <NA> 0.30**

【讨论】：