在Ti球中将NaN转换为NA

Question

我已经使用readr包导入了一个.csv (让我们称之为x)，它产生了一个tibble。

编辑:由于readr生成的实际 tibble与下面发布的problems(x)-tibble之间存在混淆，下面是生成问题的实际 tibble的开始部分

> x
# A tibble: 46,080 x 18
      x_1   x_2   x_3   x_4   x_5   x_6    x_7     x_8    x_9     x_10      x_11        x_12        x_13      x_14  x_15
    <int> <int> <int> <int> <int> <dbl>  <dbl>   <dbl>  <dbl>    <dbl>     <dbl>       <dbl>       <dbl>     <dbl> <int>
 1     1     1     1     1    29  84.4   72.5  10.1     48.5     35.3      34.2        293.        117.      24.5    20
 2     1     1     1     2   120 214.   142.   -0.488   55.8     42.1      36.3        589.        124.     257.     84
 3     1     1     1     3    28 258.    42.3   2.09    43.7     29.2      32.1        352.        117.      72.2    19
 4     1     1     1     4    39 623.   249.   12.1     95.7     75.7      58.6        998.        176.     243.     14
 5     1     1     1     5   222 320.   244.   -2.10    70.7     51.4      48.4       1232.        242.     711.    111
 6     1     1     1     6    33 485.   142.   12.3     61.8     51.9      34.6        764.        117.     160.     24
 7     1     1     1     7    32 884.   458.   11.0    110.      88.1      64.5       1525.        237.     283.      5
 8     1     1     1     8    58 695.   187.  -12.7     64.6     50.5      41.7       1090.        175.     403.     37
 9     1     1     2     1    46  58.0   65.3   5.10    49.4     35.2      34.7        234.        117.      26.7    18
10     1     1     2     2   136 217.   191.   -0.431   60.5     43.2      42.2        706.        185.     295.     72
# ... with 46,070 more rows, and 3 more variables: x_16 <dbl>, x_17 <dbl>, x_18 <dbl>

为了避免错误地读取数据，我尝试了read_csv的read_csv属性的各种组合，但是，我没有让它适合我的情况:在使用readr包时，我收到了一条关于某些列中问题的消息，所以我使用>problems(x)来了解发生了什么。这是输出：

> problems(x)
# A tibble: 264 x 5
     row col   expected   actual file                              
   <int> <chr> <chr>      <chr>  <chr>                             
 1  1992 x_5  an integer NaN    'raw-data/x.csv'
 2  1992 x_15 an integer NaN    'raw-data/x.csv'
 3  2320 x_5  an integer NaN    'raw-data/x.csv'
 4  2320 x_15 an integer NaN    'raw-data/x.csv'
 5  2581 x_5  an integer NaN    'raw-data/x.csv'
 6  2581 x_15 an integer NaN    'raw-data/x.csv'
 7  2582 x_5  an integer NaN    'raw-data/x.csv'
 8  2582 x_15 an integer NaN    'raw-data/x.csv'
 9  2583 x_5  an integer NaN    'raw-data/x.csv'
10  2583 x_15 an integer NaN    'raw-data/x.csv'
# ... with 254 more rows

我确实理解，显然在几个列和几行中，.csv读取失败了，这导致在需要整数的字段中出现NaN。

我试图通过使用is.nan方法将那些NaN转换为“真实的”NA，但这失败了，因为该方法似乎不支持整个tibbles。

> x[is.nan(x)] <- NA #convert NaN to NA
    Error in is.nan(x): default method not implemented for type 'list'

我也尝试使用来自naniar包的naniar方法，但是这也失败了。

> replace_with_na_all(data = x, condition = ~.x == NaN)
    Error in .x[sel] <- map(.x[sel], .f, ...) : NAs are not allowed in subscripted assignments

因此，我正在寻找一种方法来转换、所有、NaN在所有列中以及所有带有NA的行一起转换，或者避免在read_csv期间一起创建NaN。

Answer 1

虽然这只是对我自己问题的部分回答(它没有告诉您如何将NaN问题转换为NA问题)，但我想指出一个可能的解决方案，以防问题是由同一根源引起的。

我想要与.csv一起导入的readr是由Matlab编写的，并在Matlab中值为NaN的单元格中包含了字符串NaN。因此，识别一个数字的问题不是R，而是NaN作为字符串包含的问题。

在na = "NaN"中使用read_csv属性显然解决了这个问题。