在跨多列的数据框上使用 if else

Question

我有一个包含样本是否可行的描述符的大型样本数据集 - 它看起来（有点）像这样，其中“desc”是描述列，“blank”表示样本不可行：

     desc        x        y        z
1   blank 4.529976 5.297952 5.581013
2   blank 5.906855 4.557389 4.901660
3  sample 4.322014 4.798248 4.995959
4  sample 3.997565 5.975604 7.160871
5   blank 4.898922 7.666193 5.551385
6   blank 5.667884 5.195825 5.232072
7   blank 5.524773 6.726074 4.767475
8  sample 4.382937 5.926217 5.203737
9  sample 4.976908 3.079191 4.614121
10  blank 4.572954 4.772373 6.077195

我想使用 if else 语句将具有不可用数据的行设置为 NA。最终的数据集应如下所示：

     desc        x        y        z
1   blank       NA       NA       NA
2   blank       NA       NA       NA
3  sample 4.322014 4.798248 4.995959
4  sample 3.997565 5.975604 7.160871
5   blank       NA       NA       NA
6   blank       NA       NA       NA
7   blank       NA       NA       NA
8  sample 4.382937 5.926217 5.203737
9  sample 4.976908 3.079191 4.614121
10  blank       NA       NA       NA 

我尝试了 for 循环，但我无法让 for 循环更改一个循环中的所有列。我的真实数据集有 40 列，所以我宁愿不必在单独的循环中处理它！这是一次更改一列的代码：

for(i in 1:length(desc)){
    if(dat$desc[i] =="blank"){
    dat$x[i] <- NA
    } 
    else {
    dat$x[i] <- dat$x[i]
    }
}

我用这个脚本制作了示例数据：

desc <- c("blank", "blank", "sample", "sample", "blank", "blank", "blank",    "sample", "sample", "blank")
x <-  rnorm(10, mean=5, sd=1)
y <-  rnorm(10, mean=5, sd=1)
z <-  rnorm(10, mean=5, sd=1)

dat <- data.frame(desc,x,y,z)

抱歉，如果这是一个基本问题，我已经花了一个上午的时间查看论坛，但找不到解决方案。

任何帮助深表感谢！

Answer 1

这是另一个 dplyr 解决方案，带有一个小的自定义函数和mutate_each().

library(dplyr)

f <- function(x) if_else(dat$desc == "blank", NA_real_, x)
dat %>% 
  mutate_each(funs(f), -desc)
#>      desc        x        y        z
#> 1   blank       NA       NA       NA
#> 2   blank       NA       NA       NA
#> 3  sample 3.624941 6.430955 5.486632
#> 4  sample 3.236359 4.935453 4.319202
#> 5   blank       NA       NA       NA
#> 6   blank       NA       NA       NA
#> 7   blank       NA       NA       NA
#> 8  sample 5.058725 6.751650 4.750529
#> 9  sample 5.837206 4.323562 4.914780
#> 10  blank       NA       NA       NA

Answer 2

对于您的示例数据集，这将起作用；

选项 1，命名要更改的列：

dat[which(dat$desc == "blank"), c("x", "y", "z")] <- NA

在你有 40 列的实际数据中，如果你只是想将最后 39 列设置为 NA，那么下面的可能比命名每一列要更改更简单；

选项 2，使用范围选择列：

dat[which(dat$desc == "blank"), 2:40] <- NA

选项 3，排除第一列：

dat[which(dat$desc == "blank"), -1] <- NA

选项 4，排除命名列：

dat[which(dat$desc == "blank"), !names(dat) %in% "desc"] <- NA

如您所见，有很多方法可以执行此类操作（这远非完整列表），了解这些选项中的每一个的工作原理将有助于您更好地理解该语言。