处理给定数据类型的 NA 的最佳方法

Question

我正在尝试对 R 中数据框中的 NA 进行重新分类。如果它们是字符值或因子，我希望它们是一个值；如果它们是数字或整数，我希望它们是另一个值。我想出了以下 if 语句，但出于某种原因我要离开了。执行此操作的最佳方法是什么？

for(i in ncol(df_eng)) {
  if(class(df_eng[,i]) == "integer") {
    is.na(df_eng[,i]) <- 10219300
  }
  else if(class(df_eng[,i]) == "numeric") {
    is.na(df_eng[,i]) <- 10219300
  }
  else {
    is.na(df_eng[,i]) <- "ABCDEF"
  }
}

 Error in `[<-.data.frame`(`*tmp*`, , i, value = c("2017-05-26 18:20:20",  : 
  replacement has 791 rows, data has 790

Answer 1

有两个问题。一种是 is.na 的赋值错误。假设，我们有一个带有一些 NA 值的向量

v1 <- c(1, 2, NA, 3)

并按照 OP post

中的方式进行作业

is.na(v1) <- 5
v1
#[1]  1  2 NA  3 NA

这会在位置 5 分配一个 NA 元素，类似地

is.na(v1) <- 10
v1
#[1]  1  2 NA  3 NA NA NA NA NA NA

如果预期的行为是用某个值替换 NA 元素，比如 5

v2 <- c(1, 2, NA, 3)
v2[is.na(v2)] <- 5
v2
#[1] 1 2 5 3

其次，循环仅在最后一列循环，即 ncol(df_eng)

将相同的逻辑应用于 OP 的示例代码

for(i in seq_len(ncol(df_eng))) {
  if(class(df_eng[,i]) == "integer") {
      df_eng[,i][is.na(df_eng[,i])] <- 10219300
 }  else if(class(df_eng[,i]) == "numeric") {
      df_eng[,i][is.na(df_eng[,i])] <- 10219300
   }  else {
     df_eng[,i][is.na(df_eng[,i])] <- "ABCDEF"
   }
  }

另外，请注意循环卡在 ncol(df_eng)。它应该是 1:ncol(df_eng) 或更正确的 seq_len(ncol(df_eng))，如果是 data.frame，则 seq_along(df_eng)

处理给定数据类型的 NA 的最佳方法

Best way to handle NAs given data type

r

dataframe

na