Wie kann ich NA-Werte in einem R-Datenrahmen durch Nullen ersetzen?

Question

Ich habe ein Datenrahmen und einige Spalten haben NA-Werte.

Wie kann ich diese NA-Werte durch Nullen ersetzen?

Answer 1

Ich weiß, die Frage ist bereits beantwortet, aber auf diese Weise kann es für einige nützlicher sein:

Definieren Sie diese Funktion:

na.zero <- function (x) {
    x[is.na(x)] <- 0
    return(x)
}

Jetzt, wann immer Sie NA's in einem Vektor in Nullen umwandeln müssen, können Sie Folgendes tun:

na.zero(some.vector)

Answer 2

Weiterer allgemeiner Ansatz zur Verwendung von replace() in einer Matrix oder einem Vektor, um NA durch 0 zu ersetzen.

Zum Beispiel:

> x <- c(1,2,NA,NA,1,1)
> x1 <- replace(x,is.na(x),0)
> x1
[1] 1 2 0 0 1 1

Dies ist auch eine Alternative zur Verwendung von ifelse() in dplyr

df = data.frame(col = c(1,2,NA,NA,1,1))
df <- df %>%
   mutate(col = replace(col,is.na(col),0))

Answer 3

Mit dplyr 0.5.0 können Sie die coalesce-Funktion verwenden, die leicht in die %>%-Pipeline integriert werden kann, indem Sie coalesce(vec, 0) durchführen. Dies ersetzt alle NAs in vec durch 0:

Sagen wir, wir haben ein Datenrahmen mit NAs:

Bibliothek(dplyr)
df <- Datenrahmen(v = c(1, 2, 3, NA, 5, 6, 8))

df
#    v
# 1  1
# 2  2
# 3  3
# 4 NA
# 5  5
# 6  6
# 7  8

df %>% mutieren(v = coalesce(v, 0))
#   v
# 1 1
# 2 2
# 3 3
# 4 0
# 5 5
# 6 6
# 7 8

Answer 4

Um alle NAs in einem Dataframe zu ersetzen, können Sie Folgendes verwenden:

df %>% ersetzen(is.na(.), 0)

Answer 5

Ich hätte @ianmunoz's Post kommentiert, aber ich habe nicht genug Ruf. Du kannst dplyr's mutate_each und replace kombinieren, um die Ersetzung von NA durch 0 zu erledigen. Mit dem Datenrahmen aus @aL3xa's Antwort...

> m <- matrix(sample(c(NA, 1:10), 100, replace = TRUE), 10)
> d <- as.data.frame(m)
> d

    V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1   4  8  1  9  6  9 NA  8  9   8
2   8  3  6  8  2  1 NA NA  6   3
3   6  6  3 NA  2 NA NA  5  7   7
4  10  6  1  1  7  9  1 10  3  10
5  10  6  7 10 10  3  2  5  4   6
6   2  4  1  5  7 NA NA  8  4   4
7   7  2  3  1  4 10 NA  8  7   7
8   9  5  8 10  5  3  5  8  3   2
9   9  1  8  7  6  5 NA NA  6   7
10  6 10  8  7  1  1  2  2  5   7

> d %>% mutate_each( funs_( interp( ~replace(., is.na(.),0) ) ) )

    V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1   4  8  1  9  6  9  0  8  9   8
2   8  3  6  8  2  1  0  0  6   3
3   6  6  3  0  2  0  0  5  7   7
4  10  6