这个问题已经在这里有一个答案:
这是我已经做了到目前为止的数据是数字数据类型
if (is.na(data) || attribute==0){replace(data,NA)}
它给了我错误消息
错误的更换(属性,NA):参数“值”缺失,没有默认值
你可以只使用replace
没有任何额外的功能/包:
data <- replace(data, data == 0, NA)
这是现在假设data
是您的数据帧。
否则,你可以简单地插入的列名,例如如果你的数据帧是df
和列名data
:
df$data <- replace(df$data, df$data == 0, NA)
随着mutate_all
:
library(dplyr)
df %>%
mutate_all(~replace(., . == 0, NA))
或mutate_if
是安全的:
df %>%
mutate_if(is.numeric, ~replace(., . == 0, NA))
请注意,有没有必要检查NA
的,因为我们与NA
反正更换。
输出:
> df %>%
+ mutate_all(~replace(., . == 0, NA))
X Y Z
1 1 5 <NA>
2 4 4 2
3 2 3 2
4 5 5 2
5 5 3 <NA>
6 NA 4 <NA>
7 3 3 1
8 5 3 2
9 3 1 1
10 2 NA 5
11 5 5 <NA>
12 2 5 2
13 4 4 4
14 3 4 <NA>
15 NA NA 3
16 5 2 1
17 1 4 <NA>
18 NA 1 4
19 1 1 5
20 5 1 2
> df %>%
+ mutate_if(is.numeric, ~replace(., . == 0, NA))
X Y Z
1 1 5 0
2 4 4 2
3 2 3 2
4 5 5 2
5 5 3 0
6 NA 4 0
7 3 3 1
8 5 3 2
9 3 1 1
10 2 NA 5
11 5 5 0
12 2 5 2
13 4 4 4
14 3 4 0
15 NA NA 3
16 5 2 1
17 1 4 0
18 NA 1 4
19 1 1 5
20 5 1 2
数据:
set.seed(123)
df <- data.frame(X = sample(0:5, 20, replace = TRUE),
Y = sample(0:5, 20, replace = TRUE),
Z = as.character(sample(0:5, 20, replace = TRUE)))
假设data
是dataframe
那么你可以使用sapply
更新基于一组过滤你的价值观:
new.data = as.data.frame(sapply(data,FUN= function(x) replace(x,is.na(x) | x == 0)))
tidyr :: replace_na()不只是这一点:https://tidyr.tidyverse.org/reference/replace_na.html