如何在 R 中将点重新编码为 NA？

Question

我有一个数据集，其中缺失值已用点编码。 我想将缺失值留空（NA）。

这是数据框：

df <- data.frame(ITEM1 = c(6, 8, '.'),
                   ITEM2 = c(1, 6, 9),
                   ITEM3 = c(4, 2, 5),
                   ITEM4 = c('.', 3, 2),
                   ITEM5 = c(1, 6, 9)
)

df

ITEM1 ITEM2 ITEM3 ITEM4 ITEM5
1     6     1     4     .     1
2     8     6     2     3     6
3     .     9     5     2     9
> 

Answer 1

character . . 使用==创建一个逻辑matrix并将这些元素分配给NA ，然后使用type.convert将 data.frame 列转换为其适当的类型

df[df == "." & !is.na(df)] <- NA
df <- type.convert(df, as.is = TRUE)

---

或者在一个步骤中使用replace （在内部进行分配）

df <- type.convert(replace(df, df == "." & !is.na(df), NA), as.is = TRUE)

---

或者另一种方法是

df[] <- lapply(df, function(x) replace(x x %in% '.', NA))
df <- type.convert(df, as.is = TRUE)

---

通常，这可以一起避免，同时读取数据本身，即指定na.strings = "." 在read.csv/read.table等

Answer 2

您可以使用na_if中的 na_if dplyr 。 请注意，点会将列的类型更改为char ，这可能不是您以后想要的！ 以下代码查找所有char列，替换. 使用NA并将列转换为数字：

df <- df %>%
    mutate(across(where(is.character), ~as.numeric(na_if(., "."))))

Answer 3

这是来自sjlabelled package 的set_na的替代方案。 请注意，这些列将保留为字符类型。

library(sjlabelled)
set_na(df, na = ".", as.tag = FALSE)

Output：

ITEM1 ITEM2 ITEM3 ITEM4 ITEM5
1     6     1     4  <NA>     1
2     8     6     2     3     6
3  <NA>     9     5     2     9