Question

我正在尝试将数据框中多个变量的部分从8和9更改为NA

还有，有人知道反向编码向量的快速方法吗？（极力同意1的李克特量表，我希望最大的权重为5）

任何帮助将不胜感激。干杯。

naniar::replace_with_na_all(data = amer, condition = ~.x == -8)

data %>% mutate_all(.funs = function(x) replace(var, which(var == -9 | var == -8), NA))

df %>% mutate_each(funs(replace(., .>7, NA))

dep。显然

Answer 1

请查看评论以了解如何使您的问题在以后的帖子中重现。包含样本数据总是一个好主意。如果您不能共享数据，请提供代码以生成代表性的模拟数据或使用内置数据集之一。

关于您的问题，您可以通过以下方式使用mutate_all

library(dplyr)
data %>% mutate_all(~ifelse(.x %in% c(-8, -9), NA, .x))

或者您可以使用replace

data %>% mutate_all(~replace(.x, which(.x %in% c(-8, -9)), NA))

可复制的示例

让我们以mtcars作为样本数据。要将所有列中的所有3和4条目替换为NA，我们可以

mtcars %>% mutate_all(~ifelse(.x %in% c(3, 4), NA, .x))
#    mpg cyl  disp  hp drat    wt  qsec vs am gear carb
#1  21.0   6 160.0 110 3.90 2.620 16.46  0  1   NA   NA
#2  21.0   6 160.0 110 3.90 2.875 17.02  0  1   NA   NA
#3  22.8  NA 108.0  93 3.85 2.320 18.61  1  1   NA    1
#4  21.4   6 258.0 110 3.08 3.215 19.44  1  0   NA    1
#5  18.7   8 360.0 175 3.15 3.440 17.02  0  0   NA    2
#6  18.1   6 225.0 105 2.76 3.460 20.22  1  0   NA    1
#7  14.3   8 360.0 245 3.21 3.570 15.84  0  0   NA   NA
#8  24.4  NA 146.7  62 3.69 3.190 20.00  1  0   NA    2
#9  22.8  NA 140.8  95 3.92 3.150 22.90  1  0   NA    2
#10 19.2   6 167.6 123 3.92 3.440 18.30  1  0   NA   NA
#11 17.8   6 167.6 123 3.92 3.440 18.90  1  0   NA   NA
#12 16.4   8 275.8 180 3.07 4.070 17.40  0  0   NA   NA
#13 17.3   8 275.8 180 3.07 3.730 17.60  0  0   NA   NA
#14 15.2   8 275.8 180 3.07 3.780 18.00  0  0   NA   NA
#15 10.4   8 472.0 205 2.93 5.250 17.98  0  0   NA   NA
#16 10.4   8 460.0 215   NA 5.424 17.82  0  0   NA   NA
#17 14.7   8 440.0 230 3.23 5.345 17.42  0  0   NA   NA
#18 32.4  NA  78.7  66 4.08 2.200 19.47  1  1   NA    1
#19 30.4  NA  75.7  52 4.93 1.615 18.52  1  1   NA    2
#20 33.9  NA  71.1  65 4.22 1.835 19.90  1  1   NA    1
#21 21.5  NA 120.1  97 3.70 2.465 20.01  1  0   NA    1
#22 15.5   8 318.0 150 2.76 3.520 16.87  0  0   NA    2
#23 15.2   8 304.0 150 3.15 3.435 17.30  0  0   NA    2
#24 13.3   8 350.0 245 3.73 3.840 15.41  0  0   NA   NA
#25 19.2   8 400.0 175 3.08 3.845 17.05  0  0   NA    2
#26 27.3  NA  79.0  66 4.08 1.935 18.90  1  1   NA    1
#27 26.0  NA 120.3  91 4.43 2.140 16.70  0  1    5    2
#28 30.4  NA  95.1 113 3.77 1.513 16.90  1  1    5    2
#29 15.8   8 351.0 264 4.22 3.170 14.50  0  1    5   NA
#30 19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
#31 15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
#32 21.4  NA 121.0 109 4.11 2.780 18.60  1  1   NA    2

将replace用作

mtcars %>% mutate_all(~replace(.x, which(.x %in% c(3, 4)), NA))

给出相同的结果。

用na替换df（所有变量）中的值

1 个答案:

可复制的示例