[英]Find and replace values by NA for all columns in DataFrame
Age <- c(90,56,51,'NULL',67,'NULL',51)
Sex <- c('Male','Female','NULL','male','NULL','Female','Male')
Tenure <- c(2,'NULL',3,4,3,3,4)
df <- data.frame(Age, Sex, Tenure)
在上面的例子中,有'NULL'值作为字符/字符串格式。 我试图用NA来代替'NULL'值。 我能够将它作为单个列作为df$age[which(df$Age=='NULL)]<-NA'
但是我不想为所有列写这个。
如何将类似的逻辑应用于所有列,以便将df
所有'NULL'
值转换为NAs
? 我猜测apply
或自定义函数或for循环将做到这一点。
基础R解决方案
replace(df, df =="NULL", NA)
甚至可以用一步替换:
df[df=="NULL"] <- NA
我们可以使用dplyr
replace
所有列中的'NULL'
值,然后使用type.convert
转换列的类型。 目前,所有列都是factor
类(假设'Age / Tenure'应该是numeric/integer
类)
library(dplyr)
res <- df %>%
mutate_all(funs(type.convert(as.character(replace(., .=='NULL', NA)))))
str(res)
#'data.frame': 7 obs. of 3 variables:
#$ Age : int 90 56 51 NA 67 NA 51
#$ Sex : Factor w/ 3 levels "Female","male",..: 3 1 NA 2 NA 1 3
#$ Tenure: int 2 NA 3 4 3 3 4
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.