在 R 中用 0 代替 NA
在 R 中,有一個簡單的方法可以將資料框中的 NA
替換為 0。假設你有一個名為 my_data
的資料框。要將該資料框中所有的 NA
值用零代替,可以執行這條語句。
my_data[is.na(my_data)] <- 0
例如,如果 my_data
有以下內容。
C1 C2 C3 C4 C5
1 4 3 <NA> 3 7
2 9 8 ABC 5 10
3 1 1 XYZ 3 6
4 NA 4 <NA> 7 10
5 1 2 ZC1 NA 2
當你執行 my_data[is.na(my_data)] <- 0
時,資料框的內容就會變成這樣。
C1 C2 C3 C4 C5
1 4 3 0 3 7
2 9 8 ABC 5 10
3 1 1 XYZ 3 6
4 0 4 0 7 10
5 1 2 ZC1 0 2
在較大的 R 資料框中用零代替 NA
以前的解決方案使用 Base R 子集重分配,當你有相對較小的資料框時,它工作得很好。但對於更大的資料集,你可能需要一個更快的替代方案,比如最近版本的 dplyr
包中實現的新的混合評估方法。
dplyr
包採用的新方法可以識別整個表示式,並使用 C++ 程式碼來評估它們。這樣,在處理大資料框時,你可以實現高達 30%的變換速度。
要使用 dplyr
包將 NA
值替換為零,可以使用 mutate
函式與 _all
範圍內的動詞和 replace
函式的 purrr
格式,如下例所示。
my_data <- mutate_all(my_data, ~replace(., is.na(.), 0))
使用 purrr
符號允許我們將 replace
函式應用於每個資料框元素。
在 R 資料框的子集中用零替換 NA
在 mutate
函式中,你可以使用 _at
範圍動詞來代替 _all
範圍動詞,將替換操作限制在特定的列上。要做到這一點,你可以包含一個包含列名的向量,這是你希望替換髮生的地方。使用前面的資料框,如果你只需要替換列 C1
和 C4
中的 NA
值,你可以使用以下命令。
my_data <- mutate_at(my_data, c(`C1`, `C4`), ~replace(., is.na(.), 0))
這樣一來,只有列 C1
和 C4
中的 NA 值被替換為 0,從而得到如下資料框。
C1 C2 C3 C4 C5
1 4 3 <NA> 3 7
2 9 8 ABC 5 10
3 1 1 XYZ 3 6
4 0 4 <NA> 7 10
5 1 2 ZC1 0 2
在前面的例子中,你可能希望只在數字列中用 0 來替換 NA
,以避免在字母數字列(如 C3
)中包含 0 值。如果是這種情況,你可以使用 mutate_if
函式和 is.numeric
條件來告訴 R 只在數字列中用零值替換 NA
,而不是指定要應用替換的列。在下面的例子中,你可以找到完整的程式碼來嘗試,從安裝 dplyr
包、填充資料框到執行替換並顯示結果。
install.packages("dplyr")
library(dplyr)
C1 <- c(4, 9, 1, NA, 1)
C2 <- c(3, 8, 1, 4, 2)
C3 <- c(NA, 'ABC', 'XYZ', NA, 'ZC1')
C4 <- c(3, 5, 3, 7, NA)
C5 <- c(7, 10, NA, 10, 2)
my_data <- data.frame(C1, C2, C3, C4, C5)
my_data <- mutate_if(my_data, is.numeric, ~replace(., is.na(.), 0))
my_data
輸出:
C1 C2 C3 C4 C5
1 4 3 <NA> 3 7
2 9 8 ABC 5 10
3 1 1 XYZ 3 0
4 0 4 <NA> 7 10
5 1 2 ZC1 0 2
你可以在 R 文件中找到更多關於 mutate()
函式及其變體的資訊。