R-用NA替换特定值内容

Question

我有一个相当大的数据框，它有多个"-“，表示丢失的数据。数据框由多个Excel文件组成，这些文件不能使用"na.strings =“或其他函数，因此我必须使用"-”表示法导入它们。

如何将数据框中的所有"-“替换为NA /缺失的值？数据框由200列字符、因子和整数组成。

到目前为止，我已经尝试过：

sum(df %in c("-"))
returns: [1] 0

df[df=="-"] <-NA #does not do anything

library(plyr)
df <- revalue(df, c("-",NA))
returns: Error in revalue(tmp, c("-", NA)) : 
  x is not a factor or a character vector.

library(anchors)
df <- replace.value(df,colnames(df),"-",as.character(NA))
Error in charToDate(x) : 
  character string is not in a standard unambiguous format

数据框由200列字符、因子和整数组成，因此我可以理解最后两列不能正常工作的原因。任何帮助都将不胜感激。

Answer 1

由于您已经在使用tidyverse函数，因此可以很容易地在管道中使用dplyr中的na_if。

例如，我有一个数据集，其中999用于填写非答案：

df <- tibble(
    alpha = c("a", "b", "c", "d", "e"), 
    val1 = c(1, 999, 3, 8, 999), 
    val2 = c(2, 8, 999, 1, 2))

如果我想把val1改成999是NA，我可以这样做：

df %>% 
    mutate(val1 = na_if(val1, 999))

在您的示例中，听起来像是要跨多个变量替换一个值，因此使用mutate_at或mutate_if会更合适：

df %>%
    mutate_at(vars(val1, val2), na_if, 999)

将val1和val2中的所有999实例替换为NA，现在看起来如下所示：

# A tibble: 5 x 3
  alpha  val1  val2
  <chr> <dbl> <dbl>
1 a        1.    2.
2 b       NA     8.
3 c        3.   NA 
4 d        8.    1.
5 e       NA     2.

Answer 2

我认为最简单的解决方案是使用基R函数is.na<-。它就是为了解决这个问题。

首先，编造一些数据。然后将所需的值设置为NA。

set.seed(247)    # make the results reproducible

df <- data.frame(X = 1:10, Y = sample(c("-", letters[1:2]), 10, TRUE))

is.na(df) <- df == "-"
df
#    X    Y
#1   1    a
#2   2    b
#3   3    b
#4   4    a
#5   5 <NA>
#6   6    b
#7   7    a
#8   8 <NA>
#9   9    b
#10 10    a

Answer 3

这里有一个解决方案可以做到这一点：

> library(dplyr)
> test <- tibble(x = c('100', '20.56', '0.003', '-', '  -'),  y = 5:1)
> makeNA <- function(x) str_replace(x,'-',NA_character_)
> mutate_all(test, funs(makeNA))
# A tibble: 5 x 2
  x     y    
  <chr> <chr>
1 100   5    
2 20.56 4    
3 0.003 3    
4 NA    2    
5 NA    1