[英]set na all values that starts with certain string in dplyr environment is.na(), na_if(), startsWith(), regex
[英]How to replace certain strings with NA, na_if, if_else, regex
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"))
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
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
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)
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.