为什么在 R 中并排放置两个方括号

Question

我正在尝试用简单的代码学习数据清理。

我的中心问题是：两个并排的方括号有什么用？

这里以df为例。

df <- data.frame(x = c(1:3, NA, NA), y = c(6:9, NA))

下面的代码是将 NA 替换为 99 的众多方法之一。我认为它非常简单。

messy <- function(df, impute){
for (i in 1:nrow(df)) {
df[i, ][is.na(df[i, ])] <- impute
}
return(df)
}

clean <- messy(df, 99)
clean

但为什么我需要使用两个简单的方括号来定位 NA。
为什么不能将代码简化为 is.na(df[i, ]) <- impute？
有没有更有效的方法来替换 NA，比如使用 apply family？

非常感谢您的回答。

Answer 1

这是替换 NA 的一种非常复杂的方法。您可以将函数缩减为 -

messy <- function(df, impute){
  df[is.na(df)] <- impute
  df
}

clean <- messy(df, 99)
clean

#   x  y
#1  1  6
#2  2  7
#3  3  8
#4 99  9
#5 99 99

您也可以使用 apply 系列函数，但此处不需要它们，因为 is.na 直接处理数据帧。

Answer 2

这里有另外三种用 tidyverse 方法替换 NA 的方法：

library(tidyverse)

df <- data.frame(x = c(1:3, NA, NA), y = c(6:9, NA))

#purrr 
map_df(df, ~replace_na(.x, 99))
#> # A tibble: 5 x 2
#>       x     y
#>   <dbl> <dbl>
#> 1     1     6
#> 2     2     7
#> 3     3     8
#> 4    99     9
#> 5    99    99

#transmute/across
df %>% transmute(across(everything(), ~replace_na(.x, 99)))
#>    x  y
#> 1  1  6
#> 2  2  7
#> 3  3  8
#> 4 99  9
#> 5 99 99

#transmute_if
df %>% transmute_if(is.numeric, ~replace_na(.x, 99))
#>    x  y
#> 1  1  6
#> 2  2  7
#> 3  3  8
#> 4 99  9
#> 5 99 99

^{由 reprex package (v2.0.0)}

于 2021 年 6 月 14 日创建

为什么在 R 中并排放置两个方括号

Why two single square brackets side by side in R

r

square-bracket

na

data-cleaning