将所有列中的值转换为 tibble/dplyr 中的某个值

Question

我有一个 tibble 对象，我想用一个值（例如 NA 或 0）替换除某些列之外的所有列。我可以在没有管道 %>% 的情况下做到这一点，但是如何使用 %>% 做到这一点？

library(tibble)  
dtf <- tibble(id = c('12', '22', '33', '40'),
              x1 = c(0, 2, 3, 4),
              a2 = c(1, 0, 3, 0),
              c5 = c('a', 'b', 'c', 'd'))

# This raises an error:
dtf %>% select(-id) <- NA

Error in dtf %>% select(-id) <- NA : could not find function "%>%<-"

# This works:
dtf[, colnames(dtf) != 'id'] <- NA
dtf
# A tibble: 4 x 4
  id    x1    a2    c5   
  <chr> <lgl> <lgl> <lgl>
1 12    NA    NA    NA   
2 22    NA    NA    NA   
3 33    NA    NA    NA   
4 40    NA    NA    NA

我想我应该使用 mutate() 或 mutate_all()，但我想不出来。一个类似的 SO answer 为 NA 值提供了 na_if()，但我无法让它适用于这种情况。

Answer 1

如果打算更新列，请使用 mutate_at

library(dplyr)
dtf <- dtf %>% 
           mutate_at(vars(-id), ~ NA)

如果我们需要替换成0

dtf <- dtf %>%
          mutate_at(vars(-id), replace_na, 0)

Answer 2

取决于你想做什么。

以相同的方式改变所有变量并select name/place:

df %>%
mutate_at(.vars = c("x1","a2","c5"), funs(case_when(is.na(.) ~ 0,TRUE ~ .)))

# or 

df %>%
mutate_at(.vars = -id, funs(case_when(is.na(.) ~ 0,TRUE ~ .)))

以相同的方式改变所有变量并select按类型：

df %>%
mutate_if(is.numeric, funs(case_when(is.na(.) ~ 0,TRUE ~ .)))

Answer 3

您只需一次性完成 dtf[,colnames(dtf) != "id"] <- NA...这会将除 id 之外的所有列值替换为 NA

将所有列中的值转换为 tibble/dplyr 中的某个值

Converting the values in all columns to a certain value in tibble/dplyr

r

dplyr

tibble