Question

我有一个data.frame，主要是NA值和一些数据。要清理它，我需要选择并复制所有NA值（不是包括NA的行或列，而只是值）。这似乎是一项简单的任务，但到目前为止我没有尝试过任何解决方案。我想明确表示我不想在结果变量/文件中保持行数完整，而是逐个逐列删除所有NA值。好像这些列中的单个列表和我将所有单元格排序到顶部，其中包含信息/值，所有单元格都是NA到底部。

谢谢。

更新示例：

# Load the regressor
if isinstance(regressor, XGBRegressor):
    regressor = XGBRegressor()
    r = pickle.load(open(fname, "rb" ))
    print r.get_xgb_params()
    regressor._Booster = r._Booster
    regressor.set_params(**r.get_xgb_params())

# Do the prediction
y_predict = regressor.predict(X_test)

期望的结果：

Col 1   Col 2   Col 3
Bar     NA      But
NA     There    NA
Foo     NA      NA
NA      NA      Not
NA      NA      NA
Here    NA      NA
NA    Better    NA

我需要保持列完整，但在列中所有值都应该向上移动。因此，如果我可以选择所有非NA值并将它们粘贴到新的数据帧（或其他任何内容）中，那么它包含相同数量的列但只包含值，而不是NAs。

希望能让它更清晰。谢谢。

Answer 1

如果我理解正确，这就是您想要的：

# sample data

df  = data.frame(a=c(1,NA,2),b=c(NA,NA,4))
df2 = lapply(df, function(x) {x[!is.na(x)]})
df3 = sapply(df2, '[', seq(max(sapply(df2,length))))

输入：

   a  b
1  1 NA
2 NA NA
3  2  4

输出1，作为列表列表：

> df2
$a
[1] 1 2

$b
[1] 4

输出2，作为数据帧：

> df3
     a  b
[1,] 1  4
[2,] 2 NA

希望这有帮助！

选择data.frame中的所有非NA值并将它们复制到新变量

1 个答案: