为什么当我将数据类型 FACTOR 转换为数据框时会发生强制引入的 NA？

Question

我有一个 30 行和 100 列的数据框。此数据的某些列具有“nan”和“inf”值。瞬间，我创建了一个这样的数据框示例

test<-data.frame(a=c("inf",1,"inf"),b=c("nan",3,"nan"))
row.names(test)<-c("w1","w2",w)

当我想将 inf 和 nan 更改为零时，我尝试使用这些代码

na_codes<-"inf|nan"
test<-apply(test, 2, function(x){ ifelse(x %in% na_codes, 0, x) } )


test<-as.data.frame(lapply(test, function(x) {
  levels(x)[levels(x) %in% na_code] <- 0 
  x
  })
)

但只有使用此代码，我才能实现理想的输出。

test<-type.convert(sub("inf|nan", 0, as.matrix(test)))

但是我的数据的类变成了factor！ 当我想规范化我的数据时，我使用了这段代码

normalize<-function(x){
  return((x-min(x))/(max(x)-min(x)))
}

norm_test<-sapply(data.frame(test),normalize)

它崩溃返回以下消息：

 Error in Summary.factor(766L, na.rm = FALSE) : 
  ‘min’ not meaningful for factor

我想将因子转换为数值类，所以使用了这段代码

norm_test<-sapply(data.frame(as.numeric(as.character(test))),normalize)

不幸的是，它也会崩溃返回以下警告

Warning message:
In data.frame(as.numeric(as.character(num_base))) :
  NAs introduced by coercion

实际上，这些代码适用于我上面提到的测试样本，我在 我的数据 中遇到了这些错误！！！！

我需要了解为什么会发生崩溃以及如何防止此类错误。

非常感谢！

Answer 1

这似乎是替换NAs 和Infs 的一种非常复杂的方式。不幸的是，您没有分享任何示例数据，也没有提供函数normalize 的详细信息，所以我不确定您的数据是什么样的。

在下面我假设您有一个 matrix 或 data.frame 和 numeric 值，以及一些 NA 或 Inf 的条目。

这个怎么样：

# Sample data
set.seed(2017);
df <- matrix(rnorm(20), ncol = 4);
df[2, 2] <- Inf;
df[3, 3] <- NA;

# Replace NAs and Infs with 0
df[is.na(df) | is.infinite(df)] <- 0;
df;
#            [,1]         [,2]       [,3]       [,4]
#[1,]  1.43420148  0.451905527  0.3427681  1.1944265
#[2,] -0.07729196  0.000000000  1.5724254 -0.4820681
#[3,]  0.73913723 -0.001524259  0.0000000  1.3178624
#[4,] -1.75860473 -0.265336001  0.3066498 -1.1298316
#[5,] -0.06982523  1.563222619 -1.4304858 -0.9263514