R: Jak zastąpić elementy pliku data.frame?

Question

próbuję zastąpić elementy data.frame zawierające "# N/A" z "null", i używam do problemu:

foo <- data.frame("day"= c(1, 3, 5, 7), "od" = c(0.1, "#N/A", 0.4, 0.8)) 

indices_of_NAs <- which(foo == "#N/A") 

replace(foo, indices_of_NAs, "NULL") 

Błąd w [<-.data.frame (*tmp*, listy wartości = „null”): po istniejących kolumn nowe kolumny byłoby zostawić otwory

Myślę, że problemem jest to, że mój indeks jest traktowanie data.frame jako wektor, ale że zastąpienie funkcji jest traktowanie go jakoś inaczej, ale Nie jestem pewien, co to jest problem?

Answer 1

NULL naprawdę oznacza "nic", a nie "brakujące", więc nie może zastąpić rzeczywistej wartości - w przypadku braku R używa NA.

Możesz użyć metody zamiennej is.na, aby bezpośrednio zaktualizować wybrane elementy, to zadziała z logicznym wynikiem. (Używanie których dla indeksów będzie działać tylko z is.na, bezpośrednie użycie [wywołuje dostęp do listy, co jest przyczyną twojego błędu).

foo <- data.frame("day"= c(1, 3, 5, 7), "od" = c(0.1, "#N/A", 0.4, 0.8)) 
NAs <- foo == "#N/A" 

## by replace method 
is.na(foo)[NAs] <- TRUE 

## or directly 
foo[NAs] <- NA 

Ale jesteś już do czynienia z ciągów (w rzeczywistości czynnikiem domyślnie) w kolumnie: od wymuszoną przymusu, kiedy został utworzony z (c), i może trzeba traktować indywidualnie kolumn. Dowolna kolumna numeryczna nigdy nie będzie pasowała do napisu "# N/A", na przykład.

Answer 2

Funkcja zamiany oczekuje wektora i dostarczasz element data.frame.

Powinieneś naprawdę spróbować użyć wartości NA i NULL zamiast wartości, które aktualnie używasz. W przeciwnym razie nie będziesz w stanie wykorzystać wszystkich funkcji R do obsługi brakujących wartości.

Edit

można użyć funkcji zastosowania, lub zrobić coś takiego:

foo <- data.frame(day= c(1, 3, 5, 7), od = c(0.1, NA, 0.4, 0.8)) 
idx <- which(is.na(foo), arr.ind=TRUE) 
foo[idx[1], idx[2]] <- "NULL" 

Nie można przypisać prawdziwe NULL wartość w tym przypadku, ponieważ ma zerową długość. Ważne jest, aby zrozumieć różnicę między NA i NULL, dlatego zalecam przeczytanie ?NA i ?NULL.

Answer 3

Dlaczego nie

x$col[is.na(x$col)]<-value 

?
Nie będziesz musiał zmienić swojej ramówki danych