将空白单元格更改为"NA"

Question

这是我的数据的链接.

我的目标是为所有空白单元分配"NA",而不管分类或数值.我正在使用na.strings ="".但它没有为所有空白细胞分配NA.

## reading the data
dat <- read.csv("data2.csv")
head(dat)
  mon hr        acc   alc sex spd axles door  reg                                 cond1 drug1
1   8 21 No Control  TRUE   F   0     2    2      Physical Impairment (Eyes, Ear, Limb)     A
2   7 20 No Control FALSE   M 900     2    2                                Inattentive     D
3   3  9 No Control FALSE   F 100     2    2 2004                                Normal     D
4   1 15 No Control FALSE   M   0     2    2      Physical Impairment (Eyes, Ear, Limb)     D
5   4 21 No Control FALSE      25    NA   NA                                                D
6   4 20 No Control    NA   F  30     2    4                Drinking Alcohol - Impaired     D
       inj1 PED_STATE st rac1
1     Fatal      <NA>  F <NA>
2  Moderate      <NA>  F <NA>
3  Moderate      <NA>  M <NA>
4 Complaint      <NA>  M <NA>
5 Complaint      <NA>  F <NA>
6  Moderate      <NA>  M <NA>


## using na.strings
dat2 <- read.csv("data2.csv", header=T, na.strings="")
head(dat2)
  mon hr        acc   alc sex spd axles door  reg                                 cond1 drug1
1   8 21 No Control  TRUE   F   0     2    2 <NA> Physical Impairment (Eyes, Ear, Limb)     A
2   7 20 No Control FALSE   M 900     2    2 <NA>                           Inattentive     D
3   3  9 No Control FALSE   F 100     2    2 2004                                Normal     D
4   1 15 No Control FALSE   M   0     2    2 <NA> Physical Impairment (Eyes, Ear, Limb)     D
5   4 21 No Control FALSE      25    NA   NA <NA>                                  <NA>     D
6   4 20 No Control    NA   F  30     2    4 <NA>           Drinking Alcohol - Impaired     D
       inj1 PED_STATE st rac1
1     Fatal        NA  F   NA
2  Moderate        NA  F   NA
3  Moderate        NA  M   NA
4 Complaint        NA  M   NA
5 Complaint        NA  F   NA
6  Moderate        NA  M   NA

Answer 1

我假设你在谈论第5行"性".可能是这样的情况:在data2.csv文件中,单元格包含一个空格,因此不被R视为空.

另外,我注意到在第5行"axles"和"door"中,从data2.csv读取的原始值是字符串"NA".您可能也希望将它们视为na.strings.去做这个,

dat2 <- read.csv("data2.csv", header=T, na.strings=c("","NA"))

编辑:

我下载了你的data2.csv.是的,第5行"性别"中有一个空格.所以你要

na.strings=c(""," ","NA")

Answer 2

您可以使用gsub将空的多个突变(如""或空格)替换为NA:

data= data.frame(cats=c('', ' ', 'meow'), dogs=c("woof", " ", NA))
apply(data, 2, function(x) gsub("^$|^ $", NA, x))

Answer 3

采用了更为眼睛友好的解决方案dplyr将是

require(dplyr)

## fake blank cells
iris[1,1]=""

## define a helper function
empty_as_na <- function(x){
    if("factor" %in% class(x)) x <- as.character(x) ## since ifelse wont work with factors
    ifelse(as.character(x)!="", x, NA)
}

## transform all columns
iris %>% mutate_each(funs(empty_as_na)) 

要将更正应用于列的子集,您可以使用dplyr的列匹配语法指定感兴趣的列.例:mutate_each(funs(empty_as_na), matches("Width"), Species)

如果您的表包含日期,您应该考虑使用更安全的版本ifelse

Answer 4

我最近遇到了类似的问题.这对我有用,如果变量是数字,那么简单df$Var[df$Var == ""] <- "NA"就足够了.但是如果变量是一个因子,那么你需要先将它转换为字符,然后用""你想要的值替换单元格,然后将其转换回因子.举个例子,你的性别变量,我认为这将是一个因素,如果你想要替换空单元格,我会做以下事情:

df$Var <- as.character(df$Var)
df$Var[df$Var==""] <- "NA"
df$Var <- as.factor(df$Var)

Answer 5

更新的答案 我发现一些额外的选项很有用，它们建立在 @camnesia 利用 dplyr 的 across() 的出色选项的基础上：

使用 na_if()

mutate(across(c("Age","Gender"), ~na_if(., "")))。

对于那些闲逛的人来说，也许值得注意的是，除了用 c("") 指定列之外，您还可以使用 dplyr 选择器：

mutate(across(starts_with("x_"), ~na_if(., "")))。

最后，如果您想用 NA 替换多个值，我也喜欢这里的 Replace() ：

使用替换（）：

mutate(across(everything(), ~replace(., . %in% c("N.A.", "NA", "N/A", ""), NA)))

原始答案 我怀疑每个人都已经有了答案，尽管万一有人来寻找， dplyr na_if() （从我的角度来看）将是所提到的更有效的：

# Import CSV, convert all 'blank' cells to NA
dat <- read.csv("data2.csv") %>% na_if("")

这是利用 readr 的 read_delim 函数的另一种方法。我刚刚拿起（可能广为人知，但我将在这里存档以供将来的用户使用）。这非常简单，比上面的更通用，因为您可以在 csv 文件中捕获所有类型的空白和 NA 相关值：

dat <- read_csv("data2.csv", na = c("", "NA", "N/A"))

请注意 readr 版本中的下划线与 Base R“.” 在 read_csv.

希望这对那些在帖子中徘徊的人有所帮助！

Answer 6

从（dplyr 1.0.0）我们可以使用across()

注意：有时NA在变量中使用会导致问题，您可能需要指定类型NA- 例如对于这种情况，它是NA_character_. 对于嵌套ifelse()语句，您可以使用case_when().

对于所有列：

dat <- dat %>%
   mutate(across(everything(), ~ifelse(.=="", NA, as.character(.))))

对于单个列：

dat <- dat %>%
   mutate(across(c("Age","Gender"), ~ifelse(.=="", NA, as.character(.))))

从（上面的dplyr 0.8.0）开始，应该写的方式已经改变。在此之前，funs()在.funs (funs(name = f(.)). 而不是funs，现在我们使用list (list(name = ~f(.)))

请注意，还有一种更简单的方法可以列出列名！（列名和列索引都有效）

dat <- dat %>%
mutate_at(.vars = c("Age","Gender"),
    .funs = list(~ifelse(.=="", NA, as.character(.))))

原答案：

您也可以mutate_at在dplyr

dat <- dat %>%
mutate_at(vars(colnames(.)),
        .funs = funs(ifelse(.=="", NA, as.character(.))))

选择要更改的单个列：

dat <- dat %>%
mutate_at(vars(colnames(.)[names(.) %in% c("Age","Gender")]),
        .funs = funs(ifelse(.=="", NA, as.character(.))))

Answer 7

这应该可以解决问题

dat <- dat %>% mutate_all(na_if,"")

Answer 8

我认为这是你最好的选择（为了代码简单和速度）。以下代码将用 NA 替换名为“data”的数据集中的所有空白：

data[data==""] <- NA

Answer 9

如果您使用 Haven 或foreign 包来读取外部文件，我的函数会考虑因子、字符向量和潜在属性。它还允许匹配不同的自定义 na.strings。要转换所有列，只需使用 lappy：df[] = lapply(df, blank2na, na.strings=c('','NA','na','N/A','n/a','NaN','nan'))

更多评论请看：

#' Replaces blank-ish elements of a factor or character vector to NA
#' @description Replaces blank-ish elements of a factor or character vector to NA
#' @param x a vector of factor or character or any type
#' @param na.strings case sensitive strings that will be coverted to NA. The function will do a trimws(x,'both') before conversion. If NULL, do only trimws, no conversion to NA.
#' @return Returns a vector trimws (always for factor, character) and NA converted (if matching na.strings). Attributes will also be kept ('label','labels', 'value.labels').
#' @seealso \code{\link{ez.nan2na}}
#' @export
blank2na = function(x,na.strings=c('','.','NA','na','N/A','n/a','NaN','nan')) {
    if (is.factor(x)) {
        lab = attr(x, 'label', exact = T)
        labs1 <- attr(x, 'labels', exact = T)
        labs2 <- attr(x, 'value.labels', exact = T)

        # trimws will convert factor to character
        x = trimws(x,'both')
        if (! is.null(lab)) lab = trimws(lab,'both')
        if (! is.null(labs1)) labs1 = trimws(labs1,'both')
        if (! is.null(labs2)) labs2 = trimws(labs2,'both')

        if (!is.null(na.strings)) {
            # convert to NA
            x[x %in% na.strings] = NA
            # also remember to remove na.strings from value labels 
            labs1 = labs1[! labs1 %in% na.strings]
            labs2 = labs2[! labs2 %in% na.strings]
        }

        # the levels will be reset here
        x = factor(x)

        if (! is.null(lab)) attr(x, 'label') <- lab
        if (! is.null(labs1)) attr(x, 'labels') <- labs1
        if (! is.null(labs2)) attr(x, 'value.labels') <- labs2
    } else if (is.character(x)) {
        lab = attr(x, 'label', exact = T)
        labs1 <- attr(x, 'labels', exact = T)
        labs2 <- attr(x, 'value.labels', exact = T)

        # trimws will convert factor to character
        x = trimws(x,'both')
        if (! is.null(lab)) lab = trimws(lab,'both')
        if (! is.null(labs1)) labs1 = trimws(labs1,'both')
        if (! is.null(labs2)) labs2 = trimws(labs2,'both')

        if (!is.null(na.strings)) {
            # convert to NA
            x[x %in% na.strings] = NA
            # also remember to remove na.strings from value labels 
            labs1 = labs1[! labs1 %in% na.strings]
            labs2 = labs2[! labs2 %in% na.strings]
        }

        if (! is.null(lab)) attr(x, 'label') <- lab
        if (! is.null(labs1)) attr(x, 'labels') <- labs1
        if (! is.null(labs2)) attr(x, 'value.labels') <- labs2
    } else {
        x = x
    }
    return(x)
}