将所有0值替换为NA

144

我有一些数字列的数据框。某行的值为0，在统计分析中应将其视为空值。在R中将所有0值替换为NULL的最快方法是什么？

r r-faq

— 见过
source

17

我不认为您希望/可以将其替换为NULL值，但是NA在R术语中达到了这一目的。

— Chase 2012年

243

将所有零替换为NA：

df[df == 0] <- NA

说明

1.这不是NULL您要替换零的内容。因为它说的?'NULL'，

NULL表示R中的空对象

这是唯一的，我想可以看作是最缺乏信息和最空洞的对象。¹然后变得不足为奇了

data.frame(x = c(1, NULL, 2))
#   x
# 1 1
# 2 2

也就是说，R不会为此空对象保留任何空间。²同时，看着?'NA'我们看到

NA是长度为1的逻辑常数，其中包含缺失值指示符。NA可以强制为除raw外的任何其他向量类型。

重要的NA是，长度为1，因此R为其保留了一些空间。例如，

data.frame(x = c(1, NA, 2))
#    x
# 1  1
# 2 NA
# 3  2

而且，数据帧结构要求所有列都具有相同数量的元素，以便不存在“空洞”（即NULL值）。

现在，就可以NULL完全删除所有包含至少一个零的行的意义上，在数据框中替换零。当使用，例如，var，cov，或cor，实际上等同于第一与替换零NA和设置的值use作为"complete.obs"。但是，通常这不能令人满意，因为这会导致额外的信息丢失。

2.在解决方案中，我没有运行某种循环，而是使用df == 0矢量化。df == 0返回（尝试）相同大小的矩阵df，与所述条目TRUE和FALSE。此外，我们还被允许将该矩阵传递给子集[...]（请参阅参考资料?'['）。最后，虽然的结果df[df == 0]非常直观，但看起来却很奇怪，无法df[df == 0] <- NA达到预期的效果。赋值运算符<-确实并不总是那么聪明，并且不能以这种方式与某些其他对象一起工作，但对数据帧却是如此。见?'<-'。

_{¹集理论中的空集感觉上有某种联系。}
_{²与集合理论的另一个相似之处：空集合是每个集合的子集，但我们不为其保留任何空间。}

— 朱利叶斯·维诺拉（Julius Vainora）
source

3

data.table对象的等效语法是什么？

— itpetersen 2014年

6

我看到您获得了很多赞成票，但认为这不能适当地覆盖不要求将值设置为“ <NA>”的值为“ 0”的非数字列的边缘情况。

— IRTFM 2014年

33

让我假设您的data.frame是不同数据类型的混合，并且并非所有列都需要修改。

仅修改第12到18列（总共21列），只需执行此操作

df[, 12:18][df[, 12:18] == 0] <- NA

— userJT
source

这对我

— 有用，

23

没有该[<-功能的另一种方法：

一个示例数据帧dat（从@Chase的答案中无耻地复制）：

零可以用NA以下is.na<-函数代替：

is.na(dat) <- !dat


dat

   x  y
1 NA  2
2  1  2
3  1  1
4  2  1
5 NA NA

— 斯文·霍恩斯坦
source

22

dplyr::na_if() 是一个选择：

library(dplyr)  

df <- data_frame(col1 = c(1, 2, 3, 0),
                 col2 = c(0, 2, 3, 4),
                 col3 = c(1, 0, 3, 0),
                 col4 = c('a', 'b', 'c', 'd'))

na_if(df, 0)
# A tibble: 4 x 4
   col1  col2  col3 col4 
  <dbl> <dbl> <dbl> <chr>
1     1    NA     1 a    
2     2     2    NA b    
3     3     3     3 c    
4    NA     4    NA d

— 斯巴
source

14

#Sample data
set.seed(1)
dat <- data.frame(x = sample(0:2, 5, TRUE), y = sample(0:2, 5, TRUE))
#-----
  x y
1 0 2
2 1 2
3 1 1
4 2 1
5 0 0

#replace zeros with NA
dat[dat==0] <- NA
#-----
   x  y
1 NA  2
2  1  2
3  1  1
4  2  1
5 NA NA

— 追
source

12

由于有人要求提供此版本的Data.Table，并且由于给定的data.frame解决方案不适用于data.table，因此，我在下面提供了解决方案。

基本上，使用:=运算符->DT[x == 0, x := NA]

library("data.table")

status = as.data.table(occupationalStatus)

head(status, 10)
    origin destination  N
 1:      1           1 50
 2:      2           1 16
 3:      3           1 12
 4:      4           1 11
 5:      5           1  2
 6:      6           1 12
 7:      7           1  0
 8:      8           1  0
 9:      1           2 19
10:      2           2 40


status[N == 0, N := NA]

head(status, 10)
    origin destination  N
 1:      1           1 50
 2:      2           1 16
 3:      3           1 12
 4:      4           1 11
 5:      5           1  2
 6:      6           1 12
 7:      7           1 NA
 8:      8           1 NA
 9:      1           2 19
10:      2           2 40

— 雷尔斯坦
source

2

或者for (j in names(DT)); set(DT,which(DT[[j]] == 0),j,NA)。有关使用data.table查找和替换值的更详细讨论，请参见此处。

— JWilliman '16

4

您只能在数字字段（例如，排除因子之类的东西）中替换0为NA，但它可以逐列工作：

col[col == 0 & is.numeric(col)] <- NA

使用功能，您可以将其应用于整个数据框：

changetoNA <- function(colnum,df) {
    col <- df[,colnum]
    if (is.numeric(col)) {  #edit: verifying column is numeric
        col[col == -1 & is.numeric(col)] <- NA
    }
    return(col)
}
df <- data.frame(sapply(1:5, changetoNA, df))

尽管您可以将替换为1:5数据框中的列数或1:ncol(df)。

— Alium Britt
source

我不确定这是正确的解决方案。那第6列及更多内容呢？他们会被削减。

— userJT

这就是为什么我建议更换1:5与1:ncol(df)结尾。我不想使方程过于复杂或难以阅读。

— Alium Britt 2015年

但是，如果在第6列和第7列中-数据类型为char，则不应进行任何替换。在我的问题中，我只需要在第12到15列中进行替换，但是整个df就有21列（许多绝对不能触摸）。

— userJT

对于数据框，您可以将更1:5改为要更改的列号，例如12:15，但是如果要确认它只会影响数字列，则只需将函数的第二行包装在if语句中，如下所示：if (is.numeric(col)) { col[col == -1 & is.numeric(col)] <- NA }。

— Alium Britt 2015年

0

如果有人通过谷歌到达这里寻找相反的情况（即如何用0替换data.frame中的所有NA），答案是

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

要么

使用dplyr / tidyverse

library(dplyr)
mtcars %>% replace(is.na(.), 0)

— 史蒂夫
source