将变量中的值设置为 NA，以另一个变量为条件

Question

如果满足另一个变量的条件，我希望删除变量中的值。例如：

df$var1[df$condvar == 0] <- NA

上面的代码工作正常，但我需要为更多的变量重复此代码，所以上面的 var1 将更改为 var2、var3 等。这总是基于相同的 condvar，尽管对于一半的变量，条件是 df$condvar == 1。一遍又一遍地重复这一行很麻烦，我想知道是否有更简洁的编码方式。 apply 函数之一会有帮助，还是我需要创建自定义函数？

作为可重现的示例，我希望避免以下代码的重复性：

ex <- mtcars
ex$mpg[ex$vs == 0] <- NA
ex$disp[ex$vs == 0] <- NA
ex$drat[ex$vs == 0] <- NA
ex$cyl[ex$vs == 1] <- NA
ex$hp[ex$vs == 1] <- NA
ex$wt[ex$vs == 1] <- NA
ex


                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4             NA   6    NA 110   NA 2.620 16.46  0  1    4    4
Mazda RX4 Wag         NA   6    NA 110   NA 2.875 17.02  0  1    4    4
Datsun 710          22.8  NA 108.0  NA 3.85    NA 18.61  1  1    4    1
Hornet 4 Drive      21.4  NA 258.0  NA 3.08    NA 19.44  1  0    3    1
Hornet Sportabout     NA   8    NA 175   NA 3.440 17.02  0  0    3    2
Valiant             18.1  NA 225.0  NA 2.76    NA 20.22  1  0    3    1
Duster 360            NA   8    NA 245   NA 3.570 15.84  0  0    3    4
etc.

如果有一行代码适用于 condvar == 0 的所有变量，另一行适用于 condvar == 1.

的变量，我会非常高兴

Answer 1

尝试：

ifelse(df$var1 == 0, NA, df$var1)

Answer 2

这是一个希望不会太复杂的尝试。如果设置要循环的vars，对应的values要被选中索引，可以这样：

vars   <- c("mpg", "disp", "cyl", "hp")
values <- c(0, 0, 1, 1)

ex[vars] <- Map(function(x,y) replace(x, ex$vs == y, NA), ex[vars], vals)

#                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#Mazda RX4             NA   6    NA 110 3.90 2.620 16.46  0  1    4    4
#Mazda RX4 Wag         NA   6    NA 110 3.90 2.875 17.02  0  1    4    4
#Datsun 710          22.8  NA 108.0  NA 3.85 2.320 18.61  1  1    4    1
#Hornet 4 Drive      21.4  NA 258.0  NA 3.08 3.215 19.44  1  0    3    1
#Hornet Sportabout     NA   8    NA 175 3.15 3.440 17.02  0  0    3    2
#Valiant             18.1  NA 225.0  NA 2.76 3.460 20.22  1  0    3    1
# ...

如果你只有两组，你可以通过评论中提到的@HubertL 和@Phil 的几个赋值来更简单地做到这一点，但是使用 Map 允许你考虑许多变量和许多可能的变量索引值，无需超过 3 行代码。

Answer 3

使用新的实验性 case_when 函数的 dplyr 方法将类似于：

require(dplyr)

ex <- mtcars
ex <- ex %>%
      mutate(mpg  = case_when(.$vs==0 ~ as.double(NA), TRUE ~ .$mpg)) %>%
      mutate(disp = case_when(.$vs==0 ~ as.double(NA), TRUE ~ .$disp)) %>%
      mutate(cyl  = case_when(.$vs==1 ~ as.double(NA), TRUE ~ .$cyl)) %>%
      mutate(hp   = case_when(.$vs==1 ~ as.double(NA), TRUE ~ .$hp))

备注：

Hadley 说 on 2016-06-27 "case_when() is still somewhat experiment and does not currently work inside mutate(). That will be fixed in a future version." 我花了 40 分钟才得到这段代码。你明白了。一旦 case_when 起作用，它就会很好。同时 filter() 的解决方法低于
您必须使用 .$var 来引用 RHS 上的变量
您必须在 RHS 上指定 NA 的类型，因此所有 as.double(NA)
TRUE ~ ...指定默认子句

使用 filter() 的解决方法：

ex <- rbind(ex %>% filter(vs==0) %>% mutate(mpg=NA, disp=NA),
            ex %>% filter(vs==1) %>% mutate(cyl=NA, hp=NA) )

由于 vs

上的拆分，它具有重新排列行的副作用

Answer 4

感谢@HubertL（欢迎post回答这个问题，我会投赞成票）和@smci：

ex[ex$vs == 0, c("mpg", "disp", ...)] <- NA
ex[ex$vs == 1, c("cyl", "hp", ...)] <- NA

将变量中的值设置为 NA，以另一个变量为条件

Setting a value in a variable to NA, conditional on another variable

r

conditional-operator

dataframe

na