如何在列的子集中最有效地将0 val设置为NA？

Question

我有一本书上显示的统计数据（用R）以下：

> pima$diastolic [pima$diastolic = = 0] <- NA 
> pima$glucose [pima$glucose == 0] <- NA 
> pima$triceps [pima$triceps == 0] <- NA 
> pima$insulin [pima$insulin == 0] <- NA 
> pima$bmi [pima$bmi == 0] <- NA 

有没有办法做到这一点的一条线或更有效？我看到有这样的功能，例如与，应用，子集做类似的东西，但无法弄清楚如何把它们放在一起...

示例数据（如何读取它作为数据框（如pythons stringio） ：

pregnant glucose diastolic triceps insulin bmi diabetes age  test 
1  6  148  72  35  0 33.6 0.627 50 positive 
2  1  85  66  29  0 26.6 0.351 31 negative 
3  8  183  64  0  0 23.3 0.672 32 positive 
4  1  89  66  23  94 28.1 0.167 21 negative 
5  0  137  40  35  168 43.1 2.288 33 positive 
6  5  116  74  0  0 25.6 0.201 30 negative 

Answer 1

事情是这样的：

• 使用lapply()使用功能，每列
• 在功能方面，测试如果列数字。如果数字，然后用NA取代零，否则返回原始列，不变：

试试这个：使用

pima[] <- lapply(pima, function(x){ if(is.numeric(x)) x[x==0] <- NA else x}) 

或为预定义栏

cols = c("diastolic", "glucose", "triceps", "insulin", "bmi") 
pima[cols] <- lapply(pima[cols], function(x) {x[x==0] <- NA ; x}) 

或者is.na<-

is.na(pima[cols]) <- pima[cols] == 0 

Answer 2

使用data.table你可以尝试

for (col in c("diastolic","glucose","triceps","insulin", "bmi")) pima[(get(col))==0, (col) := NA] 

更多的细节在这里： How to replace NA values in a table *for selected columns*? data.frame, data.tableenter link description here

Answer 3

使用dplyr，你可以这样做：

# banal function definition 
zero_to_NA <- function(col) { 
    # any code that works here 
    # I chose this because it is concise and efficient 
    `is.na<-`(col, col==0) 
} 

# Assuming you want to change 0 to NA only in these 3 columns 
pima <- pima %>% 
    mutate_each(funs(zero_to_NA), diastolic, glucose, triceps) 

或者你可以跳过函数定义并直接写入：

pima <- pima %>% 
    mutate_each(funs(`is.na<-`(., .==0)), 
       diastolic, glucose, triceps)