Question

我有一个数据框mydata，构造如下：

col1<-c(8.20e+07, 1.75e+08, NA, 4.80e+07, 
       3.40e+07, NA, 5.60e+07, 3.00e+06 )
col2<-c(1960,1960,1965,1986,1960
        ,1969,1960,1993)
col3<-c ( NA,2.190,NA,NA, 5.000, NA,
          1.700,4.220)
mydata<-data.frame(col1,col2,col3)

mydata

#       col1 col2 col3
# 1 8.20e+07 1960   NA
# 2 1.75e+08 1960 2.19
# 3       NA 1965   NA
# 4 4.80e+07 1986   NA
# 5 3.40e+07 1960 5.00
# 6       NA 1969   NA
# 7 5.60e+07 1960 1.70
# 8 3.00e+06 1993 4.22

我想创建一个col4，其值为"a", "b" and "c"，如果col1小于4.00e + 07，则col4=="a";如果col1不小于4.00e + 07，则为col4=="b"，否则为col4=="c＆＃34;

这是我的代码：

col4 <-ifelse(col1<4.00e+07, "a",                  
       ifelse(col1 >=4.00e+07, "b",                         
       ifelse(is.na(col1 =4.00e+07), "b",  "c" )))

但评估结果为：

# [1] "b" "b" NA  "b" "a" NA  "b" "a"

它不会将col1中的NA值更改为＆＃34; c＆＃34;。

结果应该是：

 #  [1] "b" "b" "c"  "b" "a" "c" "b" "a"

我的代码有什么问题？任何建议将不胜感激！

Answer 1

您必须先检查is.na，因为NA < 4.00e+07会导致NA。如果ifelse()的第一个参数为NA，则结果也为NA：

ifelse(c(NA, TRUE, FALSE), "T", "F")
## [1] NA  "T" "F"

如您所见，对于第一个向量元素，结果确实是NA。即使ifelse()的其他参数具有可以处理这种情况的特殊代码，它也无济于事，因为该代码永远不会被考虑在内。

对于您的示例，首先检查NA会为您提供所需的结果：

col4 <- ifelse(is.na(col1), "c",
               ifelse(col1 < 4.00e+07, "a","b"))
col4
## [1] "b" "b" "c" "b" "a" "c" "b" "a"

Answer 2

这也可以通过cut

完成

v1 <- with(mydata, as.character(cut(col1, 
    breaks=c(-Inf, 4.00e+07, Inf), labels=c("a", "b"))))
v1[is.na(v1)] <- "c"
v1
#[1] "b" "b" "c" "b" "a" "c" "b" "a"

if else语句中如何处理缺失值？

2 个答案: