如何为选定列替换表中的 NA 值答案

【问题标题】：How to replace NA values in a table for selected columns如何为选定列替换表中的 NA 值
【发布时间】：2013-10-23 03:08:41
【问题描述】：

有很多关于替换 NA 值的帖子。我知道可以将下表/框架中的 NA 替换为以下内容：

x[is.na(x)]<-0

但是，如果我想将其限制为仅某些列怎么办？让我给你看一个例子。

首先，让我们从数据集开始。

set.seed(1234)
x <- data.frame(a=sample(c(1,2,NA), 10, replace=T),
                b=sample(c(1,2,NA), 10, replace=T), 
                c=sample(c(1:5,NA), 10, replace=T))

这给出了：

    a  b  c
1   1 NA  2
2   2  2  2
3   2  1  1
4   2 NA  1
5  NA  1  2
6   2 NA  5
7   1  1  4
8   1  1 NA
9   2  1  5
10  2  1  1

好的，所以我只想将替换限制为列“a”和“b”。我的尝试是：

x[is.na(x), 1:2]<-0

和：

x[is.na(x[1:2])]<-0

这不起作用。

我的 data.table 尝试，y<-data.table(x)，显然永远不会工作：

y[is.na(y[,list(a,b)]), ]

我想在 is.na 参数中传递列，但这显然行不通。

我想在 data.frame 和 data.table 中执行此操作。我的最终目标是将“a”和“b”中的 1:2 重新编码为 0:1，同时保持“c”的原样，因为它不是逻辑变量。我有一堆专栏，所以我不想一个一个地做。而且，我只是想知道如何做到这一点。

你有什么建议吗？

【问题讨论】：

标签： r replace dataframe data.table na

【解决方案1】：

为了完整起见，基于@sbha 的回答，这里是具有across() 功能的tidyverse 版本，自1.0 版起在dplyr 中可用（取代*_at() 变体和其他变体）：

# random data
set.seed(1234)
x <- data.frame(a = sample(c(1, 2, NA), 10, replace = T),
                b = sample(c(1, 2, NA), 10, replace = T), 
                c = sample(c(1:5, NA), 10, replace = T))
library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
library(tidyr)
# with the magrittr pipe
x %>% mutate(across(1:2, ~ replace_na(.x, 0)))
#>    a b  c
#> 1  2 2  5
#> 2  2 2  2
#> 3  1 0  5
#> 4  0 2  2
#> 5  1 2 NA
#> 6  1 2  3
#> 7  2 2  4
#> 8  2 1  4
#> 9  0 0  3
#> 10 2 0  1
# with the native pipe (since R 4.1)
x |> mutate(across(1:2, ~ replace_na(.x, 0)))
#>    a b  c
#> 1  2 2  5
#> 2  2 2  2
#> 3  1 0  5
#> 4  0 2  2
#> 5  1 2 NA
#> 6  1 2  3
#> 7  2 2  4
#> 8  2 1  4
#> 9  0 0  3
#> 10 2 0  1

^{由reprex package (v2.0.1) 于 2021-12-08 创建}

【讨论】：

啊，也许是因为我将它应用于 2:3 列而不是 1:2...？现已修复。

【解决方案2】：

这在tidyr 和replace_na() 中现在是微不足道的。该函数似乎适用于 data.tables 和 data.frames：

tidyr::replace_na(x, list(a=0, b=0))

【讨论】：

【解决方案3】：

编辑 2020-06-15

自data.table 1.12.4（2019 年 10 月）以来，data.table 获得了两个功能来促进这一点：nafill 和 setnafill。

nafill 对列进行操作：

cols = c('a', 'b')
y[ , (cols) := lapply(.SD, nafill, fill=0), .SDcols = cols]

setnafill 对表进行操作（替换通过引用/就地发生）

setnafill(y, cols=cols, fill=0)
# print y to show the effect
y[]

这也将比其他选项更有效；有关更多信息，请参阅 ?nafill，了解时间序列的 NA 插补的 last-observation-carried-forward (LOCF) 和 next-observation-carried-backward (NOCB) 版本。

这适用于您的 data.table 版本：

for (col in c("a", "b")) y[is.na(get(col)), (col) := 0]

或者，正如 David Arenburg 在下面指出的那样，您可以使用 set（附带好处 - 您可以在 data.frame 或 data.table 上使用它）：

for (col in 1:2) set(x, which(is.na(x[[col]])), col, 0)

【讨论】：

感谢您。只是想知道，3 年后，是否有办法在没有 for 循环的情况下完成上述操作？我想这会被 data.table 团队做得更简洁吗？谢谢。
@info_seekeR 我不知道更简洁的方法
这是一个比 flodel 选择的答案更好的解决方案。 Flodel 的方法使用赋值运算符
@MichaelChirico 在评论的第一部分，您是否添加了步骤out <- x 以避免对问题中的 x data.frame 产生误解？否则，这是一个更短的命令：y[, (cols):=lapply(.SD, function(i){i[is.na(i)] <- 0; i}), .SDcols = cols] 跳过“out”变量名并使用“x”。
@MichaelChirico 真的！我完全忘记了 nafill()

【解决方案4】：

从data.table y开始，你可以写：
y[, (cols):=lapply(.SD, function(i){i[is.na(i)] <- 0; i}), .SDcols = cols]
在创建 y 并运行此命令之前不要忘记 library(data.table)。

【讨论】：

【解决方案5】：

我们可以使用tidyr::repalce_na函数和lapply以data.table方式解决它

library(data.table)
library(tidyr)
setDT(df)
df[,c("a","b","c"):=lapply(.SD,function(x) replace_na(x,0)),.SDcols=c("a","b","c")]

这样，我们也可以用NA字符串解决粘贴列。首先我们replace_na(x,"")，然后我们可以使用stringr::str_c来合并列！

【讨论】：

感谢您提供此代码 sn-p，它可能会提供一些有限的即时帮助。 proper explanation 将通过展示为什么这是解决问题的好方法，并使其对有其他类似问题的未来读者更有用，从而大大提高其长期价值。请edit您的回答添加一些解释，包括您所做的假设。

【解决方案6】：

使用 {data.table} 和 {stringr} 非常方便

library(data.table)
library(stringr)

x[, lapply(.SD, function(xx) {str_replace_na(xx, 0)})]

仅供参考

【讨论】：

【解决方案7】：

在@Robert McDonald's tidyr::replace_na() 答案的基础上，这里有一些dplyr 选项用于控制替换NAs 的哪些列：

library(tidyverse)

# by column type:
x %>%
  mutate_if(is.numeric, ~replace_na(., 0))

# select columns defined in vars(col1, col2, ...):
x %>%
  mutate_at(vars(a, b, c), ~replace_na(., 0))

# all columns:
x %>%
  mutate_all(~replace_na(., 0))

【讨论】：

使用这个函数我得到错误：Error in replace_na(., 0) : argument "value" is missing, with no default。有什么建议可以改变吗？

【解决方案8】：

对于特定的列，可以使用sapply 替代

DF <- data.frame(A = letters[1:5],
             B = letters[6:10],
             C = c(2, 5, NA, 8, NA))

DF_NEW <- sapply(seq(1, nrow(DF)),
                    function(i) ifelse(is.na(DF[i,3]) ==
                                       TRUE,
                                       0,
                                       DF[i,3]))

DF[,3] <- DF_NEW
DF

【讨论】：

【解决方案9】：

这对我来说很好用

DataTable DT = new DataTable();

DT = DT.AsEnumerable().Select(R =>
{
      R["Campo1"] = valor;
      return (R);
}).ToArray().CopyToDataTable();

【讨论】：

这是R吗？看起来像 C#

【解决方案10】：

不确定这是否更简洁，但此函数还将查找并允许替换 data.table 的选定列中的 NA（或您喜欢的任何值）：

update.mat <- function(dt, cols, criteria) {
  require(data.table)
  x <- as.data.frame(which(criteria==TRUE, arr.ind = TRUE))
  y <- as.matrix(subset(x, x$col %in% which((names(dt) %in% cols), arr.ind = TRUE)))
  y
}

应用它：

y[update.mat(y, c("a", "b"), is.na(y))] <- 0

该函数创建一个符合输入条件（在本例中为 is.na == TRUE）的选定列和行（单元格坐标）的矩阵。

【讨论】：

【解决方案11】：

你可以这样做：

x[, 1:2][is.na(x[, 1:2])] <- 0

或更好（恕我直言），使用变量名：

x[c("a", "b")][is.na(x[c("a", "b")])] <- 0

在这两种情况下，1:2 或 c("a", "b") 都可以替换为预定义的向量。

【讨论】：

就可以了。如果我想搜索“1”怎么办？我试图改变它，但我无法让它工作。
大概是这样的：x[, 1:2][x[, 1:2] == 1] <- 0
@flodel 为什么数据表x 仅在进行分配时才接受矩阵作为其第一个成员？此功能是否记录在某处？此外，我认为您忘记在第二个示例中的列名向量前加逗号。
@ChiseledAbs，我认为您指的是矩阵索引（例如stackoverflow.com/a/13999583/1201032），但它不仅限于赋值，还可以用于提取数据。关于缺少的逗号：不。 Data.frames 是列列表，因此如果您对[ 使用单个参数，它将提取指定的列（请参阅stackoverflow.com/a/21137524/1201032）。我希望这能回答你的问题，但在未来，请避免评论像这样的非常古老的答案；而是发布一个新问题。
In both cases, 1:2 or c("a", "b") can be replaced by a pre-defined vector. 当我使用像 x[Vpredefined][is.na(x[Vpredefined])] <- 0 这样的预定义向量时，它给了我错误