Question

我在R工作，有一个包含700行和10列的数据集，其中一些值为'？'作为价值。我想替换'？'值为0.

我不确定is.na()函数是否适用于此处，因为值不是NA。如果我将数据集转换为矩阵，并在搜索“？”后，用0替换它，会有帮助吗？

我试过这段代码：

datafile <- sapply(datafile, function(y){if (y=='?') 0 else y})

之后我将文件保存为文本文件，但?没有消失。

Answer 1

您甚至不需要转换为矩阵。正如Ben Bolker所说，您最好的选择是在阅读文件时使用na.strings。

如果数据框不是来自文件，您可以直接执行：

df[df=="?"] <- 0

您必须记住，包含字符的任何内容都可能会转换为因子。如果是这种情况，您必须将这些因素转换为字符。 Ben给你一个强力选择，这是一个更温和的方法：

# check which variables are factors
isfactor <- sapply(df, is.factor)
# convert them to character
# I use lapply bcs that returns a list, and I use the 
# list-like selection of "elements" (variables) to replace
# the variables
df[isfactor] <- lapply(df[isfactor], as.character)

所以如果你把所有东西放在一起，你会得到：

df <- data.frame(
  a = c(1,5,3,'?',4),
  b = c(3,'?','?',3,2)
)
isfactor <- sapply(df, is.factor)
df[isfactor] <- lapply(df[isfactor], as.character)

df[df=="?"] <- 0
df

Answer 2

这取决于您的数据集中是否有其他NA值。如果没有，几乎可以肯定最简单的方法是使用na.strings= read.(table|csv|cv2|delim)参数，即使用dd <- read.csv(...,na.strings=c("?","NA")之类的内容读取数据。然后

dd[is.na(dd)] <- 0

如果由于某种原因你无法控制这部分过程（例如有人递给你一个.rda文件并且你没有原始的CSV），那么它会更乏味 - 你需要

which.qmark <- which(x=="?")
x <- suppressWarnings(as.numeric(as.character(x)))
x[which.qmark] <- 0

（如果您的数据中同时包含?和其他NA值，则此版本也有效

替换'？'在0

2 个答案: