在R数据框中的选定因子列中将NA更改为“ N”

Question

我有一个带有因子列的以下数据框。

set.seed(1234)
df <- data.frame(a=sample(c("1","2",NA), 10, replace=T),
                b=sample(c("1","2",NA), 10, replace=T), 
                c=sample(c("1","2","3",NA), 10, replace=T))

这是

df
      a    b    c
1     1 <NA>    2
2     2    2    2
3     2    1    1
4     2 <NA>    1
5  <NA>    1    1
6     2 <NA> <NA>
7     1    1    3
8     1    1 <NA>
9     2    1 <NA>
10    2    1    1

现在，我想为所选列创建一个新级别“ N”，并将这些列中的所有NA都转换为“ N”。 我将所选列名的向量

selected <- c("b", "c")

然后尝试通过以下方式使用apply

 apply(df, 2, function(x) {(if x %in% selected) x <- factor(x, levels=c(levels(x), 'N'))})

但是它给出了错误：

Error: unexpected symbol in "apply(df, 2, function(x) {(if x"

在我的原始数据中，我有很多列。 因此，我想避免逐列进行。

Answer 1

操作前“选定”列的“级别”为：

 lapply(df[selected], levels)
 #$b
 #[1] "1" "2"

 #$c
 #[1] "1" "2" "3"

我们可以使用lapply在“ selected”中的列上“循环”，在每列中lapply “ N”个级别，并用“ N” replace “ NA”值。

 df[selected] <- lapply(df[selected], function(x) {
          levels(x) <- c(levels(x), 'N')
           replace(x, which(is.na(x)), 'N')
            })

另一个选择是从car recode ，我们可以直接将'NA'更改为'N'。 它将自动更新级别。

 library(car)
 df[selected] <- lapply(df[selected], recode, "NA='N'")
 lapply(df[selected], levels)
 #$b
 #[1] "1" "2" "N"

 #$c
 #[1] "1" "2" "3" "N"

如果我们要添加“ NA”级别之一，则另一个有用的功能是addNA

df[selected] <- lapply(df[selected], addNA)

注意：在非数字列上apply的输出将是'character'类。 我想那不是你想要的。