用 r 替换 0 和 -ve 值并将每小时转换为每天答案

【问题标题】：replace 0 and -ve values with r and convert from hourly to daily用 r 替换 0 和 -ve 值并将每小时转换为每天
【发布时间】：2018-09-18 08:28:33
【问题描述】：

我有一个包含 38 列和 78880 行的文件。有些列有 0 和负值。我想在所有列中用 NaN 替换 0 和负值。

我试过了

replace(new_file, which(new_file <= 0), NA)

但它不起作用。

之后，给定的文件是每小时数据。所以我需要转换成每天，并将所有 38 列保存在一个带有日期（YYYY-MM-DD）的新文件中。

Date       Var1  Var2  Var3  ......
2009-01-01  
2009-01-02
2009-01-03

【问题讨论】：

请仅询问one question per post
-ve 是什么意思？
-ve 表示负值
请阅读有关how to ask a good question 的信息以及如何提供reproducible example。这将使其他人更容易帮助您。
对于第 1 点尝试类似dat[dat$var <= 0, ]$var <- NA

标签： r date datetime

【解决方案1】：

首先让我们创建一些虚拟数据：

N <- 10
df <- data.frame(Date=rep("2018-09-18", N), 
                 Var1=rnorm(N), 
                 Var2=rnorm(N), 
                 Var3=rnorm(N))
df

看起来像：

         Date      Var1      Var2       Var3
1  2018-09-18  0.7806645  1.06439912 -0.82916929
2  2018-09-18  0.8206491  2.22059077 -0.12357957
3  2018-09-18 -0.4384802  0.56787833  0.50516721
4  2018-09-18 -0.5979955  0.10862365  0.42544565

现在让我们编写一个函数来处理一列（即向量）。 ifelse 很方便，因为它已经矢量化了。

# Function handling one vector
fix_negative_values <- function(vec) {
  ifelse(vec > 0, vec, NA)
}

使用dplyr 方便数据操作，我们将fix_negative_values 应用于除日期之外的所有列。

library(dplyr)
df %>% mutate_at(vars(-Date), fix_negative_values)

这给出了：

         Date      Var1      Var2       Var3
1  2018-09-18 0.7806645 1.0643991         NA
2  2018-09-18 0.8206491 2.2205908         NA
3  2018-09-18        NA 0.5678783 0.50516721
4  2018-09-18        NA 0.1086236 0.42544565

如果您想将每小时数据转换为每日数据，您会发现dplyr 非常有用，因为您可以通过group_by(date) 然后summarize_at(vars(-Date), funs(mean(., na.rm=T))) 获得每日平均值。

【讨论】：