使用 R 转换列中的数据时有关 NA 的警告

Question

有一个包含许多列的数据集data ，但现在我对商店年龄的列感兴趣。 该列中的值是“-”、NA 或不同的数字（字符数据类型）。 有些值而不是年龄（例如：2、5、10）是开业年份（例如：2015、2018 等），所以这些情况我应该转换为商店的年龄（2022 年）。 我试过这样的 R 代码：

data$age[as.numeric(data$age) %in% 1700:2022] <- 2022-as.numeric(data$age)

重写的数值看起来不错，但我收到这样的警告：

NAs introduced by coercion 

此外，我发现运行此代码后 NA 值的数量略有增加（从 111165 NA 到 111557）。 在我的案例中如何解决这个警告？

Answer 1

你可以用一个简单的 for 循环来修复它。

首先，转换为数字，这将引入 NA。

然后迭代这些值，如果它们高于 1000（或任何你想要的），你从 2022 给定年龄中减去该值。

data <- data.frame(age = c("1", "10", "-", NA, "2019"))
data
   age
1    1
2   10
3    -
4 <NA>
5 2019

data$age <- as.numeric(data$age)
data
   age
1    1
2   10
3   NA
4   NA
5 2019

for (i in seq_along(data$age)) {
  if (is.na(data$age[i])) {
    data$age[i] <- data$age[i]
  } else if (data$age[i] > 1000) {
    data$age[i] <- 2022 - data$age[i]
  }
}

data
  age
1   1
2  10
3  NA
4  NA
5   3

Answer 2

如果要在赋值的左轴上使用逻辑索引，则还需要确保右轴的长度相同或长度为 1。一种方法是在两者上使用相同的逻辑索引赋值运算符的两边。

dfrm <- data.frame(age=c("1750", 1800, "-", 130))
dfrm$age[ as.numeric(dfrm$age) %in% 1700:2000] <- 2022-as.numeric($age)[ 
#Warning messages:
#1: NAs introduced by coercion 
#2: In as.numeric(dfrm$age) %in% 1700:2000 : NAs introduced by coercion
#3: In as.numeric(dfrm$age) %in% 1700:2000 : NAs introduced by coercion                                                     as.numeric(dfrm$age) %in% 1700:2000]

> dfrm
  age
1 272
2 222
3   -
4 130

这将比 for 循环方法更有效。 你不应该被警告打扰。