将R中选定列中的所有NA替换为FALSE

Question

我有一个类似于this的问题，但是我的数据集有点大：50列，其中1列作为UID，其他列带有

TRUE

或

NA

，我想将所有

NA

更改为

FALSE

，但我不想使用显式循环。

plyr

能做到吗？谢谢。

更新 #1

感谢您的快速回复，但是如果我的数据集如下所示怎么办：

df <- data.frame(
  id = c(rep(1:19),NA),
  x1 = sample(c(NA,TRUE), 20, replace = TRUE),
  x2 = sample(c(NA,TRUE), 20, replace = TRUE)
)

我只想处理

X1

和

X2

，这怎么办？

Answer 1

如果你想做变量子集的替换，你仍然可以使用

is.na(*) <-

技巧，如下：

df[c("x1", "x2")][is.na(df[c("x1", "x2")])] <- FALSE

IMO 使用临时变量使逻辑更容易理解：

vars.to.replace <- c("x1", "x2")
df2 <- df[vars.to.replace]
df2[is.na(df2)] <- FALSE
df[vars.to.replace] <- df2

Answer 2

tidyr::replace_na

出色的功能。

df %>%
  replace_na(list(x1 = FALSE, x2 = FALSE))

这是一个很好的快速修复。唯一的技巧是列出要更改的列。

Answer 3

试试这个代码：

df <- data.frame(
  id = c(rep(1:19), NA),
  x1 = sample(c(NA, TRUE), 20, replace = TRUE),
  x2 = sample(c(NA, TRUE), 20, replace = TRUE)
)
replace(df, is.na(df), FALSE)

更新另一个解决方案。

df2 <- df <- data.frame(
  id = c(rep(1:19), NA),
  x1 = sample(c(NA, TRUE), 20, replace = TRUE),
  x2 = sample(c(NA, TRUE), 20, replace = TRUE)
)
df2[names(df) == "id"] <- FALSE
df2[names(df) != "id"] <- TRUE
replace(df, is.na(df) & df2, FALSE)

Answer 4

可以使用

NAToUnknown

包中的

gdata

功能

df[,c('x1', 'x2')] = gdata::NAToUnknown(df[,c('x1', 'x2')], unknown = 'FALSE')

Answer 5

用

dplyr

你也可以做

df %>% mutate_each(funs(replace(., is.na(.), F)), x1, x2)

与 just 使用

replace()

相比，它的可读性稍差一些，但更通用，因为它允许选择要转换的列。如果您想在某些列中保留 NA 但又想摆脱其他列中的 NA，则此解决方案尤其适用。

Answer 6

一个选择是使用一个

for

循环。

for(i in c("x1", "x2")) df[[i]][is.na(df[[i]])] <- FALSE

基准

set.seed(42)
df <- data.frame(
  id = c(rep(1:19),NA),
  x1 = sample(c(NA,TRUE), 20, replace = TRUE),
  x2 = sample(c(NA,TRUE), 20, replace = TRUE)
)

bench::mark(check=FALSE,
"Holger Brandl" = local(dplyr::mutate_each(df, dplyr::funs(replace(., is.na(.), F)), x1, x2)),
"mtelesha" = local(df <- tidyr::replace_na(df, list(x1 = FALSE, x2 = FALSE))),
Ramnath = local(df[,c('x1', 'x2')] <- gdata::NAToUnknown(df[,c('x1', 'x2')], unknown = 'FALSE')),
"Hong Ooi" = local(df[c("x1", "x2")][is.na(df[c("x1", "x2")])] <- FALSE),
GKi = local(for(i in c("x1", "x2")) df[[i]][is.na(df[[i]])] <- FALSE) )
#  expression         min   median `itr/sec` mem_al…¹ gc/se…² n_itr  n_gc total…³
#  <bch:expr>    <bch:tm> <bch:tm>     <dbl> <bch:by>   <dbl> <int> <dbl> <bch:t>
#1 Holger Brandl  16.93ms  17.33ms      57.6  34.43KB    19.2    21     7   365ms
#2 mtelesha        3.94ms   4.39ms     226.    8.15KB    13.1   103     6   456ms
#3 Ramnath       400.28µs 415.44µs    2381.    1.55KB    16.7  1142     8   480ms
#4 Hong Ooi      196.87µs 206.72µs    4755.      488B    18.8  2276     9   479ms
#5 GKi             61.8µs  66.16µs   14808.      280B    20.9  7076    10   478ms

for

-loop 比第二个 Hong Ooi 快大约 3 倍，并且使用最少的内存量。