如何替换多列中不属于另一列值的所有值
How to replace all values in multiple columns that are not among the values in another column
我有一个数据集，其中一个变量带有参与者 ID，多个变量带有同行提名（以 ID 的形式）。
我需要用 NA 替换同行提名变量中所有不在参与者 ID 中的数字。
示例：我有
ID PN1 PN2
1 2 5
2 3 4
4 6 2
5 2 7
我需要
ID PN1 PN2
1 2 5
2 NA 4
4 NA 2
5 2 NA
如果有人能提供帮助那就太好了！非常感谢您。
library(tidyverse)
df %>%
mutate(across(-ID, ~if_else(. %in% ID, ., NA_real_)))
给出：
# ID PN1 PN2
# 1 1 2 5
# 2 2 NA 4
# 3 4 NA 2
# 4 5 2 NA
使用的数据：
df <- data.frame(ID = c(1, 2, 4, 5),
PN1 = c(2, 3, 6, 2),
PN2 = c(5, 4, 2, 7))
这是基本的 R 方式。
lapply 在除 id 列之外的所有列上循环，使用函数 is.na<- 将 NA 值分配给不在 df1[[1]] 中的向量元素。然后returns改变后的向量。
df1[-1] <- lapply(df1[-1], function(x){
is.na(x) <- !x %in% df1[[1]]
x
})
df1
# ID PN1 PN2
#1 1 2 5
#2 2 NA 4
#3 4 NA 2
#4 5 2 NA
dput 格式的数据
df1 <-
structure(list(ID = c(1L, 2L, 4L, 5L),
PN1 = c(2L, NA, NA, 2L), PN2 = c(5L, 4L, 2L, NA)),
row.names = c(NA, -4L), class = "data.frame")
我们可以使用 mutate 和 case_when:
library(dplyr)
df %>%
mutate(across(starts_with("PN"), ~case_when(!(. %in% ID) ~ NA_real_,
TRUE ~ as.numeric(.))))
输出：
# A tibble: 4 x 3
ID PN1 PN2
<int> <dbl> <dbl>
1 1 2 5
2 2 NA 4
3 4 NA 2
4 5 2 NA
使用 data.table 您可以 (l) 将函数 fifelse() 应用于每一列
您选择了 .SD & .SDcols.
require(data.table)
cols = grep('PN', names(df)) # column indices (or names)
df[ , lapply(.SD, function(x) fifelse(!x %in% ID, NA_real_, x)),
.SDcols = cols ]
来自@deschen 的数据：
df = data.frame(ID = c(1, 2, 4, 5),
PN1 = c(2, 3, 6, 2),
PN2 = c(5, 4, 2, 7))
setDT(df)
Base R、
的替代方案
df[,-1][matrix(!(unlist(df[,-1]) %in% df[,1]),nrow(df))] <- NA
df
给予，
ID PN1 PN2
1 1 2 5
2 2 NA 4
3 4 NA 2
4 5 2 NA
我有一个数据集，其中一个变量带有参与者 ID，多个变量带有同行提名（以 ID 的形式）。
我需要用 NA 替换同行提名变量中所有不在参与者 ID 中的数字。
示例：我有
ID PN1 PN2
1 2 5
2 3 4
4 6 2
5 2 7
我需要
ID PN1 PN2
1 2 5
2 NA 4
4 NA 2
5 2 NA
如果有人能提供帮助那就太好了！非常感谢您。
library(tidyverse)
df %>%
mutate(across(-ID, ~if_else(. %in% ID, ., NA_real_)))
给出：
# ID PN1 PN2
# 1 1 2 5
# 2 2 NA 4
# 3 4 NA 2
# 4 5 2 NA
使用的数据：
df <- data.frame(ID = c(1, 2, 4, 5),
PN1 = c(2, 3, 6, 2),
PN2 = c(5, 4, 2, 7))
这是基本的 R 方式。
lapply 在除 id 列之外的所有列上循环，使用函数 is.na<- 将 NA 值分配给不在 df1[[1]] 中的向量元素。然后returns改变后的向量。
df1[-1] <- lapply(df1[-1], function(x){
is.na(x) <- !x %in% df1[[1]]
x
})
df1
# ID PN1 PN2
#1 1 2 5
#2 2 NA 4
#3 4 NA 2
#4 5 2 NA
dput 格式的数据
df1 <-
structure(list(ID = c(1L, 2L, 4L, 5L),
PN1 = c(2L, NA, NA, 2L), PN2 = c(5L, 4L, 2L, NA)),
row.names = c(NA, -4L), class = "data.frame")
我们可以使用 mutate 和 case_when:
library(dplyr)
df %>%
mutate(across(starts_with("PN"), ~case_when(!(. %in% ID) ~ NA_real_,
TRUE ~ as.numeric(.))))
输出：
# A tibble: 4 x 3
ID PN1 PN2
<int> <dbl> <dbl>
1 1 2 5
2 2 NA 4
3 4 NA 2
4 5 2 NA
使用 data.table 您可以 (l) 将函数 fifelse() 应用于每一列
您选择了 .SD & .SDcols.
require(data.table)
cols = grep('PN', names(df)) # column indices (or names)
df[ , lapply(.SD, function(x) fifelse(!x %in% ID, NA_real_, x)),
.SDcols = cols ]
来自@deschen 的数据：
df = data.frame(ID = c(1, 2, 4, 5),
PN1 = c(2, 3, 6, 2),
PN2 = c(5, 4, 2, 7))
setDT(df)
Base R、
df[,-1][matrix(!(unlist(df[,-1]) %in% df[,1]),nrow(df))] <- NA
df
给予，
ID PN1 PN2
1 1 2 5
2 2 NA 4
3 4 NA 2
4 5 2 NA