我的第一种方法是从csv读取数据时使用na.strings=""
。由于某些原因,这不起作用。我也尝试过:
df[df==''] <- NA
给我一个错误:无法使用矩阵或数组进行列索引。
我只尝试了以下列:
df$col[df$col==''] <- NA
这会将整个数据框中的每个值转换为NA,即使除了空字符串之外还有其他值。
然后我尝试使用mutate_all
:
replace.empty <- function(a) {
a[a==""] <- NA
}
#dplyr pipe
df %>% mutate_all(funs(replace.empty))
这还会将整个数据框中的每个值转换为NA。
我怀疑我的“空”字符串有些奇怪,因为第一种方法没有效果,但我不知道是什么。
编辑(应MKR的要求)
dput(head(df))
的输出:
structure(c("function (x, df1, df2, ncp, log = FALSE) ", "{",
" if (missing(ncp)) ", " .Call(C_df, x, df1, df2, log)",
" else .Call(C_dnf, x, df1, df2, ncp, log)", "}"), .Dim = c(6L,
1L), .Dimnames = list(c("1", "2", "3", "4", "5", "6"), ""), class =
"noquote")
答案 0 :(得分:10)
我不确定为什么df[df==""]<-NA
不能为OP
工作。让我们来一个样本data.frame并研究选项。
选项1: Base-R
df[df==""]<-NA
df
# One Two Three Four
# 1 A A <NA> AAA
# 2 <NA> B BA <NA>
# 3 C <NA> CC CCC
选项#2::1dplyr :: mutate_all1和na_if
。如果数据框具有多种类型的列,则为mutate_if
library(dplyr)
mutate_all(df, funs(na_if(.,"")))
OR
#if data frame other types of character Then
df %>% mutate_if(is_character, funs(na_if(.,"")))
# One Two Three Four
# 1 A A <NA> AAA
# 2 <NA> B BA <NA>
# 3 C <NA> CC CCC
玩具数据:
df <- data.frame(One=c("A","","C"),
Two=c("A","B",""),
Three=c("","BA","CC"),
Four=c("AAA","","CCC"),
stringsAsFactors = FALSE)
df
# One Two Three Four
# 1 A A AAA
# 2 B BA
# 3 C CC CCC