[英]How to make R insert a '0' in place of missing values while reading a CSV?
[英]How to insert a place holder in a list, where pieces of data are missing using R?
我必须分析一组来自实验的数据。 但是由于其中还有很多数据对我来说并不重要,因此我想使用R整理一下这些文件,因为这需要手动进行太多工作。 由于这些.csv文件中的数据是不定期的实验,因此不同测量的顺序很重要,并且不同编号必须按特定顺序排列。
到目前为止,我已经设法选择所需的所有列,并使用以下代码按不同的条件对其进行排序:
used_columns <- select(df,
ImageNumber,
FrameNumber,
Treatment,
Intensity1,
Intensity2)
used_columns.t <- as.tibble(used_columns)
df_sorted <- used_columns.t %>%
filter(Treatment == "B2") %>%
.[order(as.integer(.$FrameNumber),decreasing = FALSE), ]
使用此代码,df_sorted产生一个数据帧,如下所示:
ImageNumber FrameNumber Treatment Intensity1 Intensity2
1 1 B2 1598,45 0,14
2 1 B2 930,40 0,11
3 1 B2 107,86 0,04
4 1 B2 881,09 0,11
7 1 B2 2201,98 0,15
8 1 B2 161,30 0,04
9 1 B2 1208,14 0,17
4 2 B2 831,75 0,12
5 2 B2 1027,41 0,14
7 2 B2 2052,16 0,15
8 2 B2 159,63 0,05
9 2 B2 1111,49 0,16
10 2 B2 1312,15 0,12
1 3 B2 863,79 0,10
2 3 B2 104,06 0,04
3 3 B2 816,02 0,11
4 3 B2 1053,02 0,14
5 3 B2 132,32 0,03
6 3 B2 2059,03 0,14
7 3 B2 153,49 0,04
8 3 B2 1118,69 0,15
9 3 B2 1632,66 0,18
10 3 B2 1302,15 0,12
但是,我希望有一个这样的表,其中缺失的值表示为NA(或任何其他占位符):
ImageNumber FrameNumber Treatment Intensity1 Intensity2
1 1 B2 1598,45 0,14
2 1 B2 930,40 0,11
3 1 B2 107,86 0,04
4 1 B2 881,09 0,11
5 NA NA NA NA
6 NA NA NA NA
7 1 B2 2201,98 0,15
8 1 B2 161,30 0,04
9 1 B2 1208,14 0,17
10 NA NA NA NA
1 NA NA NA NA
2 NA NA NA NA
3 NA NA NA NA
4 2 B2 831,75 0,12
5 2 B2 1027,41 0,14
6 NA NA NA NA
7 2 B2 2052,16 0,15
8 2 B2 159,63 0,05
9 2 B2 1111,49 0,16
10 2 B2 1312,15 0,12
1 3 B2 863,79 0,10
2 3 B2 104,06 0,04
3 3 B2 816,02 0,11
4 3 B2 1053,02 0,14
5 3 B2 132,32 0,03
6 3 B2 2059,03 0,14
7 3 B2 153,49 0,04
8 3 B2 1118,69 0,15
9 3 B2 1632,66 0,18
10 3 B2 1302,15 0,12
这只是我所拥有的表的一小部分,实际上,根据条件的不同,ImageNumber可能会达到1441。您知道任何可能性,我如何解决这个问题?
如果有人可以帮助我,我将不胜感激!
这是base R
的拆分应用合并方法
out <- do.call(rbind,
by(
data = df1,
INDICES = df1$FrameNumber,
FUN = merge,
y = data.frame(ImageNumber = seq(min(df1$ImageNumber), max(df1$ImageNumber))),
all.y = TRUE
))
out
# ImageNumber FrameNumber Treatment Intensity1 Intensity2
#1.1 1 1 B2 1598,45 0,14
#1.2 2 1 B2 930,40 0,11
#1.3 3 1 B2 107,86 0,04
#1.4 4 1 B2 881,09 0,11
#1.5 5 NA <NA> <NA> <NA>
#1.6 6 NA <NA> <NA> <NA>
#1.7 7 1 B2 2201,98 0,15
#1.8 8 1 B2 161,30 0,04
#1.9 9 1 B2 1208,14 0,17
#1.10 10 NA <NA> <NA> <NA>
#2.1 1 NA <NA> <NA> <NA>
#2.2 2 NA <NA> <NA> <NA>
#2.3 3 NA <NA> <NA> <NA>
#2.4 4 2 B2 831,75 0,12
# ...
我们按FrameNumber
拆分数据,将每个列表元素与一个数据帧合并,该数据帧包含一个称为ImageNumber
列。 该列包含从min(df1$ImageNumber)
到max(df1$ImageNumber)
-在您的示例中为1
到10
。 属于merge
的参数all.y = TRUE
将隐式缺失值转换为显式缺失值。
最后,我们将列表与do.call(rbind, ...)
组合回到一个数据帧。
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.