Tendo um quadro de dados, como faço para substituir todos os valores particulares ao longo de todas as linhas e colunas. Digamos, por exemplo, que eu queira substituir todos os registros vazios por NA
's (sem digitar as posições):
df <- data.frame(list(A=c("", "xyz", "jkl"), B=c(12, "", 100)))
A B
1 12
2 xyz
3 jkl 100
Resultado esperado:
A B
1 NA 12
2 xyz NA
3 jkl 100
df[df=="xyz"]<-"abc"
apresentará erro com "nível de fator inválido". Existe uma solução mais geral?Como PikkuKatja e glallen pediram uma solução mais geral e ainda não posso comentar, escreverei uma resposta. Você pode combinar afirmações como em:
> df[df=="" | df==12] <- NA > df A B 1 <NA> <NA> 2 xyz <NA> 3 jkl 100
Para fatores, o código do zxzak já produz fatores:
> df <- data.frame(list(A=c("","xyz","jkl"), B=c(12,"",100))) > str(df) 'data.frame': 3 obs. of 2 variables: $ A: Factor w/ 3 levels "","jkl","xyz": 1 3 2 $ B: Factor w/ 3 levels "","100","12": 3 1 2
Se estiver com problemas, sugiro abandonar temporariamente os fatores.
df[] <- lapply(df, as.character)
fonte
Aqui estão algumas
dplyr
opções:library(dplyr) # all columns: df %>% mutate_all(~na_if(., '')) # specific column types: df %>% mutate_if(is.factor, ~na_if(., '')) # specific columns: df %>% mutate_at(vars(A, B), ~na_if(., '')) # or: df %>% mutate(A = replace(A, A == '', NA)) # replace can be used if you want something other than NA: df %>% mutate(A = as.character(A)) %>% mutate(A = replace(A, A == '', 'used to be empty'))
fonte
Podemos usar data.table para obtê-lo rapidamente. Primeiro crie df sem fatores,
df <- data.frame(list(A=c("","xyz","jkl"), B=c(12,"",100)), stringsAsFactors=F)
Agora você pode usar
setDT(df) for (jj in 1:ncol(df)) set(df, i = which(df[[jj]]==""), j = jj, v = NA)
e você pode convertê-lo de volta para um data.frame
Se você deseja apenas usar data.frame e manter fatores, é mais difícil, você precisa trabalhar com
levels(df$value)[levels(df$value)==""] <- NA
onde valor é o nome de cada coluna. Você precisa inseri-lo em um loop.
fonte
Se você deseja substituir vários valores em um quadro de dados, o loop em todas as colunas pode ajudar.
Digamos que você queira substituir
""
e100
:na_codes <- c(100, "") for (i in seq_along(df)) { df[[i]][df[[i]] %in% na_codes] <- NA }
fonte