Question

是否有一种直接的方法可以在具有因子变量的整个数据帧中将NA更改为不同的值（例如“缺失”）？随后，有没有办法立即重新调整所有因素，将“缺失”作为第一级？

答案我看到我专注于改变特定向量，或改变非因子变量中的NA。但是我有数百个因子变量，因此对逐矢量方法进行硬编码是不可行的，在大型数据集中编写函数似乎效率不高。

如果某个功能是唯一的路线，那么任何人都知道大数据集的效率最高吗？或者可能有一种方法可以将我的数据加载到R中，在设置因子水平之前更改值？非常感谢。

Answer 1

当你写出数据时，你可以这样做。在内部R中，您能否通过这样做更多地了解您要完成的任务？用其他东西替换NA值意味着同样的事情通常不赞成。如果你想为NA推算实际值，那将是一回事。也许你可以通过询问有关行为的问题来获得你正在寻找的行为，而不是转换NA值来获得它。

至于在写出R时替换它们：write.table和write.csv参数为na，默认设置为"NA"。所以你要这样做：

write.table(my_data, file = "my_data.txt", na = "missing")

如果您正在阅读数据，可以通过指定NA将其更改回na.strings = "missing"，或者您可以将其保留原样，使其成为系数中的某个级别，但再一次，如果你这样做，你会错过让R将值视为实际缺失/未知。

Answer 2

您可以尝试通过执行以下操作将NA转换为“缺失”。

your_data[is.na(your_data)] <- "missing"

Answer 3

您可以通过创建以下功能来完成此操作：

使用levels()
通过设置ref ='Missing'

relevel()

将NAs更改为“Missing”

test_data <- data.frame(
  column_1 = factor(c('A', 'B', 'A', NA)),
  column_2 = factor(c('C', 'D', 'C', NA))
)

str(test_data)

'data.frame':   4 obs. of  2 variables:
$ column_1: Factor w/ 2 levels "A","B": 1 2 1 NA
$ column_2: Factor w/ 2 levels "C","D": 1 2 1 NA

missing_levels <- function(input_col){

  levels(input_col) <- c(levels(input_col), 'Missing')
  input_col <- relevel(input_col, ref = 'Missing')
  input_col[is.na(input_col)] <-  'Missing'
  return(input_col)

}

for(column in 1:NCOL(test_data)){

  test_data[, column] <- missing_levels(test_data[, column])

}

str(test_data)


'data.frame':   4 obs. of  2 variables:
 $ column_1: Factor w/ 3 levels "Missing","A",..: 2 3 2 1
 $ column_2: Factor w/ 3 levels "Missing","C",..: 2 3 2 1

使用R

3 个答案: