替换低于阈值的多个数据列

Question

我正在尝试导入一个大型的化学分析环境数据集。该数据集组织如下：

• 首先10 columns 是样本信息（例如实验室、监测站、日期、坐标等）。
• 随后的(more than 90 columns) 是对不同变量（例如铝、pH、铜等）的观察结果

最大的问题是左删失数据被写成"< 0.02"，每个参数的这个值是不同的。当我导入csv 文件时，其中至少有一个左删失值的所有列都被导入为Factor datatype。我想用一个基本规则替换每一个左审查：

 - Replace "< X" for value "X/sqrt(2)".

这只是一个示例，说明我最初希望如何管理这些数据。更换每根色谱柱是不可行的，因为参数太多，即使在相同的参数和实验室内（假设实验室设备更新），阈值也可能会有所不同。

提前谢谢你。

注意：为了更具体，我上传了我的数据集的摘录。 可在此处获得： http://www.filehosting.org/file/details/722215/sample.csv

Answer 1

首先我建议在 read.table 或 read.csv 中设置 stringsAsFactors = FALSE

然后对于您要分出的每一列，例如“0.2”并将其替换为您的方程式，然后评估该表达式，例如：eval(parse(text = gsub("<(.*)","\\1/sqrt(2)","<0.2")))

为所有你可以使用 dplyr 的 mutate_at 做这个

library(dplyr)
tdat <- data.frame(Site = letters[1:4], d1 = c(0,0,"<5",4), d2 = c("<0.5",0,7,4), stringsAsFactors = F)

myfun <- function(x){eval(parse(text = gsub("<(.*)","\\1/sqrt(2)",x)))}

tdat <- tdat %>% rowwise() %>% mutate_at(vars(d1:d2), .funs = funs(myfun))