Question

我有一本关于统计的书（使用R），显示以下内容：

> pima$diastolic [pima$diastolic = = 0] <- NA
> pima$glucose [pima$glucose == 0] <- NA
> pima$triceps [pima$triceps == 0] <- NA
> pima$insulin [pima$insulin == 0] <- NA
> pima$bmi [pima$bmi == 0] <- NA

有没有办法在一行或更高效地完成？我看到有一些函数，比如with，apply，subs，用于做类似的东西，但是无法弄清楚如何将它们组合在一起......

示例数据（如何将其作为数据帧读取（如pythons stringio）：

  pregnant glucose diastolic triceps insulin  bmi diabetes age     test
1        6     148        72      35       0 33.6    0.627  50 positive
2        1      85        66      29       0 26.6    0.351  31 negative
3        8     183        64       0       0 23.3    0.672  32 positive
4        1      89        66      23      94 28.1    0.167  21 negative
5        0     137        40      35     168 43.1    2.288  33 positive
6        5     116        74       0       0 25.6    0.201  30 negative

Answer 1

这样的事情：

使用newUrl为每列使用函数
在函数中，测试列是否为数字。如果是数字，则用NA替换零，否则返回原始列，保持不变：

试试这个：

lapply()

或预定义列

pima[] <- lapply(pima, function(x){ if(is.numeric(x)) x[x==0] <- NA else x})

或使用cols = c("diastolic", "glucose", "triceps", "insulin", "bmi") pima[cols] <- lapply(pima[cols], function(x) {x[x==0] <- NA ; x})

is.na<-

Answer 2

使用data.table，您可以尝试

for (col in c("diastolic","glucose","triceps","insulin", "bmi")) pima[(get(col))==0, (col) := NA]

这里有更多细节： How to replace NA values in a table *for selected columns*? data.frame, data.table enter link description here

Answer 3

使用dplyr，您可以：

# banal function definition 
zero_to_NA <- function(col) {
    # any code that works here
    # I chose this because it is concise and efficient
    `is.na<-`(col, col==0)
}

# Assuming you want to change 0 to NA only in these 3 columns
pima <- pima %>% 
    mutate_each(funs(zero_to_NA), diastolic, glucose, triceps)

或者你可以跳过函数定义并直接写：

pima <- pima %>% 
    mutate_each(funs(`is.na<-`(., .==0)), 
                diastolic, glucose, triceps)

如何在列的子集中最有效地将0个val设置为NA？

3 个答案: