Jak zamienić wartości NA w tabeli dla wybranych kolumn

Jest wiele postów dotyczących zastępowania wartości NA. Zdaję sobie sprawę, że w poniższej tabeli / ramce można zastąpić NA:

x[is.na(x)]<-0

Ale co, jeśli chcę ograniczyć to tylko do niektórych kolumn? Pokażę ci przykład.

Najpierw zacznijmy od zbioru danych.

set.seed(1234)
x <- data.frame(a=sample(c(1,2,NA), 10, replace=T),
                b=sample(c(1,2,NA), 10, replace=T), 
                c=sample(c(1:5,NA), 10, replace=T))

Co daje:

    a  b  c
1   1 NA  2
2   2  2  2
3   2  1  1
4   2 NA  1
5  NA  1  2
6   2 NA  5
7   1  1  4
8   1  1 NA
9   2  1  5
10  2  1  1

Ok, więc chcę ograniczyć zamianę tylko do kolumn „a” i „b”. Moja próba była:

x[is.na(x), 1:2]<-0

i:

x[is.na(x[1:2])]<-0

Co nie działa.

Moja próba z danymi.table, gdzie y<-data.table(x)oczywiście nigdy nie zadziałała:

y[is.na(y[,list(a,b)]), ]

Chcę przekazać kolumny wewnątrz argumentu is.na, ale to oczywiście nie zadziała.

Chciałbym to zrobić w data.frame i data.table. Moim końcowym celem jest przekodowanie 1: 2 do 0: 1 w „a” i „b”, zachowując „c” taką, jaka jest, ponieważ nie jest to zmienna logiczna. Mam kilka kolumn, więc nie chcę tego robić po kolei. Chciałbym tylko wiedzieć, jak to zrobić.

Masz jakieś sugestie?

Możesz to zrobić:

x[, 1:2][is.na(x[, 1:2])] <- 0

lub lepiej (IMHO), użyj nazw zmiennych:

x[c("a", "b")][is.na(x[c("a", "b")])] <- 0

W obu przypadkach 1:2lub c("a", "b")można go zastąpić predefiniowanym wektorem.

Edytuj 2020-06-15

Od data.table1.12.4 (październik 2019 r.) data.tableZyskuje dwie funkcje, które to ułatwiają: nafilli setnafill.

nafill działa na kolumnach:

cols = c('a', 'b')
y[ , (cols) := lapply(.SD, nafill, fill=0), .SDcols = cols]

setnafill działa na tabelach (wymiany odbywają się według referencji / na miejscu)

setnafill(y, cols=cols, fill=0)
# print y to show the effect
y[]

Będzie to również bardziej wydajne niż inne opcje; zobacz ?nafillwięcej, wersje NAimputacji z ostatniej obserwacji przeniesionej do przodu (LOCF) i następnej obserwacji przeniesionej do tyłu (NOCB) dla szeregów czasowych.

To zadziała dla twojej data.tablewersji:

for (col in c("a", "b")) y[is.na(get(col)), (col) := 0]

Alternatywnie, jak wskazuje David Arenburg poniżej, możesz użyć set(korzyść dodatkowa - możesz jej użyć na data.framelub data.table):

for (col in 1:2) set(x, which(is.na(x[[col]])), col, 0)

Opierając się na odpowiedzi @Robert McDonald's tidyr::replace_na(), oto kilka dplyropcji kontrolowania, które kolumny NAsą zastępowane:

library(tidyverse)

# by column type:
x %>%
  mutate_if(is.numeric, ~replace_na(., 0))

# select columns defined in vars(col1, col2, ...):
x %>%
  mutate_at(vars(a, b, c), ~replace_na(., 0))

# all columns:
x %>%
  mutate_all(~replace_na(., 0))

Jest to teraz trywialne w tidyr dzięki replace_na (). Wygląda na to, że funkcja działa w przypadku data.tables oraz data.frames:

tidyr::replace_na(x, list(a=0, b=0))

Nie jestem pewien, czy jest to bardziej zwięzłe, ale ta funkcja również znajdzie i umożliwi zamianę NA (lub dowolnej wartości) w wybranych kolumnach tabeli danych:

update.mat <- function(dt, cols, criteria) {
  require(data.table)
  x <- as.data.frame(which(criteria==TRUE, arr.ind = TRUE))
  y <- as.matrix(subset(x, x$col %in% which((names(dt) %in% cols), arr.ind = TRUE)))
  y
}

Aby go zastosować:

y[update.mat(y, c("a", "b"), is.na(y))] <- 0

Funkcja tworzy macierz wybranych kolumn i wierszy (współrzędnych komórek), które spełniają kryteria wejściowe (w tym przypadku jest to.na == TRUE).

Możemy to rozwiązać za data.tablepomocą tidyr::repalce_nafunkcji ilapply

library(data.table)
library(tidyr)
setDT(df)
df[,c("a","b","c"):=lapply(.SD,function(x) replace_na(x,0)),.SDcols=c("a","b","c")]

W ten sposób możemy również rozwiązać wklejanie kolumn NAciągiem. Najpierw my replace_na(x,""), a następnie możemy użyć stringr::str_cdo łączenia kolumn!

W przypadku określonej kolumny istnieje alternatywa z sapply

DF <- data.frame(A = letters[1:5],
             B = letters[6:10],
             C = c(2, 5, NA, 8, NA))

DF_NEW <- sapply(seq(1, nrow(DF)),
                    function(i) ifelse(is.na(DF[i,3]) ==
                                       TRUE,
                                       0,
                                       DF[i,3]))

DF[,3] <- DF_NEW
DF

jest całkiem przydatne z {data.table} i {stringr}

library(data.table)
library(stringr)

x[, lapply(.SD, function(xx) {str_replace_na(xx, 0)})]

FYI

Zaczynając od data.table y, możesz po prostu napisać:
y[, (cols):=lapply(.SD, function(i){i[is.na(i)] <- 0; i}), .SDcols = cols]
Nie zapomnij library(data.table)przed utworzeniem yi uruchomieniem tego polecenia.

to działa dobrze dla mnie

DataTable DT = new DataTable();

DT = DT.AsEnumerable().Select(R =>
{
      R["Campo1"] = valor;
      return (R);
}).ToArray().CopyToDataTable();