在数据框中，如何仅用“ NA”替换协调诸如“不适用”，“不适用”，“未知”之类的值？

问题描述

我正在使用具有1000s列的df（一些列包含数字值，一些包含字符，而一些逻辑）以及df conatins值，例如“不适用”，“未知”，“未确定”等。我要用“ NA”替换所有这些值吗？

我尝试了以下代码，它输出空单元格，而不是替换为“ NA”。 na_string df％>％replace_with_na_all（条件=〜.x％in％na_string）
我还使用了naniar软件包 df％>％replace_with_na_all（condition =〜.x％in％common_na_strings）
我还尝试过使用 df一次替换它们或也已使用 df [df ==“ Not Available”] 并尝试了此方法** df％>％ mutate_if（is.character，list（〜na_if（。，“ Not Available”））） **

要么我获取了空单元格来代替那些值，要么它根本不会替代任何内容。我在这里想念什么？

解决方法

在使用NA读取数据集时，我们可以将其更改为na.strings，这不涉及任何外部包。最好在阅读时进行更改，而不要事后更改。

df <- read.csv('file.csv',na.strings = na_string)

如果我们想在阅读后将其更改为NA

df[] <- lapply(df,function(x) replace(x,x %in% na_string,NA))

或与tidyverse

library(dplyr)
df %>%
    mutate(across(everything(),~ na_if(.,. %in% na_string)))

您可以尝试在across中使用dplyr：

library(dplyr)
na_string <- c("NA","Not_Applicable","[Not Available]","[Not Applicable]","[Unknown]","[Not Evaluated]")

df <- df %>% mutate(across(.fns = ~replace(.,.%in% na_string,NA)))

或者，如果您使用的是dplyr的旧版本，则可以使用mutate_all：

df <- df %>% mutate_all(~replace(.,NA))

在基数R中，您可以尝试：

df[sapply(df,`%in%`,na_string)] <- NA

请注意，na_string中的值必须与数据中的值完全匹配。因此"Not Available"与"[Not Available]"不同。

dataframe na r r