Question

我在R中有一些数据带有丢失数据的特殊字符串。我希望将原始数据框subset转换为有效数据，并将其中只有缺少数据。

在以下示例中，我有一些数值，以及两个缺少数据的字符串（MD1和MD2）。

DF <- data.frame(x = c( 1, 2, 3, "MD1", 5, "MD2"))

如果只有少数这样的字符串，我可以枚举它们并提取子集（这不是我做的方式，但它很简单，符合这个问题的目的）：

DF.invalid <- droplevels( subset(DF, x == "MD1" | x == "MD2") )
DF.valid <- subset(DF, x != "MD1" & x != "MD2")
DF.valid$x <- as.numeric(levels(DF.valid$x))[DF.valid$x]

我的问题是可能无法提前知道丢失的数据字符串。是否有正确（优雅）的方法来检测MD1和MD2是否为非数字并实现此结果，而不检查数据帧并枚举非数字级别？

Answer 1

让x成为因子列＆＃34;混合数字和字符级别＆＃34; （实际上所有级别都是字符）数据框dat。

要提取＆＃34;字符级别＆＃34;，请使用：

na.idx <- is.na(suppressWarnings(as.numeric(levels(x))))
non.num.levels <- levels(x)[na.idx]

如果您想将dat与这些级别进行分组，则可以使用

subset(dat, x %in% non.num.levels)

但更好的方法是通过：

subset(dat, na.idx[x])

检测因子级别是否为数字或R中的字符串

1 个答案: