如何用 NA、na_if、if_else、regex 替换某些字符串

Question

我有一个字符变量，它有一些我想用 NA 替换的值（例如“N/A”；“NA”作为文本输入，而不是 R 的 NA 类型；其他文本响应。）我不想用 NA 替换的值包含数字字符串，所以我尝试使用正则表达式来选择非数字字符串替换为 NA。

我可以使用以下内容过滤非数字案例，或者如果我删除“！”，则可以过滤数字字符串案例。 我一直无法弄清楚如何将 mutate() 与 if_else() 和 str_detect() 或 na_if() 与 str_detect() 一起使用来替换这些情况。 如果我用 na_if() 准确指定它们，我只能替换它们。

library(dplyr)
library(stringr)

df <- data.frame(var1 = c("84950", "NA", "N/A", "84596/03456", "55555", NA), 
                 var2 = rep("10000", 6))

df %>% 
  filter(!str_detect(var1, "[:digit:]"))

这行不通。

df %>% 
mutate(var1 = if_else(str_detect(var1, "[:digit:]"), var1, NA))

这不起作用，让所有情况保持原样。

df %>% 
  mutate(var1 = na_if(var1, !str_detect(var1, "[:digit:]"))) 

这可以替换这个特定值“N/A”

df %>% 
  mutate(var1 = na_if(var1, "N/A"))

Answer 1

你的第二种方法很接近。 您需要指定NA是一种字符类型。

df |>
  mutate(var1 = if_else(str_detect(var1, "[:digit:]"), var1, NA_character_))

输出：

         var1  var2
1       84950 10000
2        <NA> 10000
3        <NA> 10000
4 84596/03456 10000
5       55555 10000
6        <NA> 10000

Answer 2

这是使用%in%运算符的替代方法：

library(dplyr)
df %>% 
  mutate(var1 = ifelse(var1 %in% c("N/A", "NA"), NA_character_, var1))

         var1  var2
1       84950 10000
2        <NA> 10000
3        <NA> 10000
4 84596/03456 10000
5       55555 10000
6        <NA> 10000

Answer 3

使用这样的replace的另一个选项：

library(dplyr)

df <- data.frame(var1 = c("84950", "NA", "N/A", "84596/03456", "55555", NA), 
                 var2 = rep("10000", 6))

df %>%
  mutate(across(var1, ~ replace(., . %in% c("N/A", "NA"), NA)))
#>          var1  var2
#> 1       84950 10000
#> 2        <NA> 10000
#> 3        <NA> 10000
#> 4 84596/03456 10000
#> 5       55555 10000
#> 6        <NA> 10000

^{由reprex 包于 2022-07-15 创建 (v2.0.1)}