如何在 R 中将点重新编码为 NA？

Question

我有一个数据集，其中缺失值用点编码。我想将缺失值留空 (NA)。

这是数据框：

df <- data.frame(ITEM1 = c(6, 8, '.'),
                   ITEM2 = c(1, 6, 9),
                   ITEM3 = c(4, 2, 5),
                   ITEM4 = c('.', 3, 2),
                   ITEM5 = c(1, 6, 9)
)

df

ITEM1 ITEM2 ITEM3 ITEM4 ITEM5
1     6     1     4     .     1
2     8     6     2     3     6
3     .     9     5     2     9
>

Answer 1

列将是 character class 因为存在 .。使用 == 创建逻辑 matrix 并将这些元素分配给 NA，然后使用 type.convert

将 data.frame 列转换为其适当的类型

df[df == "." & !is.na(df)] <- NA
df <- type.convert(df, as.is = TRUE)

或使用 replace 一步（在内部进行分配）

df <- type.convert(replace(df, df == "." & !is.na(df), NA), as.is = TRUE)

或者另一种方法是

df[] <- lapply(df, function(x) replace(x x %in% '.', NA))
df <- type.convert(df, as.is = TRUE)

通常，这可以一起避免，同时读取数据本身，即在 read.csv/read.table 中指定 na.strings = "." 等

Answer 2

您可以使用 dplyr 中的 na_if 函数。请注意，点将列的类型更改为 char ，这可能不是您之后想要的！以下代码查找所有 char 列，将 . 替换为 NA 并将该列转换为数字：

df <- df %>%
    mutate(across(where(is.character), ~as.numeric(na_if(., "."))))

Answer 3

这是 sjlabelled 包中 set_na 的替代方案。请注意，列将保留为字符类型。

library(sjlabelled)
set_na(df, na = ".", as.tag = FALSE)

输出：

ITEM1 ITEM2 ITEM3 ITEM4 ITEM5
1     6     1     4  <NA>     1
2     8     6     2     3     6
3  <NA>     9     5     2     9

如何在 R 中将点重新编码为 NA？

How to recode dot to NA in R?

r

na