我有一个数据框,df和一个因子类向量,"EMAIL_STATUS".如果我做:
table(df$EMAIL_STATUS, useNA="always")
我得到38716 <NA>,638 "YES",110 "9999".
我想将38716转换为"UNKNOWN".我尝试以下代码:
df$EMAIL_STATUS[is.na(df$EMAIL_STATUS)] <- "UNKNOWN"
我没有得到任何错误,但它没有将NAs转换为"UNKNOWN",事实上它什么也没做.
我有一个看起来像这样的数据集(实际上它有> 50列)
data <- read.csv("sample.csv")
subject gender age type satisfation agree
1 f 22 a yes yes
2 f 23 b no yes
3 f 21 b no
4 m 24 c yes yes
5 f 22 b no yes
6 m a yes yes
7 25 c yes no
8 m 21 b no yes
9 f 23 c yes yes
我想计算每列中的元素(不计算NA)并将结果导出为下面的布局
subject gender age type satisfation agree
9 8 8 9 8 9
我写了一个脚本来计算
counting <- function(x) { …我最近看到了一个我不明白的问题。这里您有：
x <- c(1,2,3,4,45,654,3,NA," ",8,5,64,54)
而且||条件r不符合我的利益：识别NA和空白：
if(is.na(x) || x==" ") {...}
我期望if函数返回，TRUE但是它会返回FALSE。有人可以在这里帮助我了解此问题吗？谢谢！
编辑：
抱歉，我打算在if语句中使用参数，因此长度应为1。|不适用于此处。
我有一个相当大的数据框，其中有多个“-”代表丢失的数据。数据框由多个 Excel 文件组成，无法使用“na.strings =”或替代函数，因此我必须使用“-”表示导入它们。
如何用 NA / 缺失值替换数据框中的所有“-”？数据框由 200 列字符、因子和整数组成。
到目前为止，我已经尝试过：
sum(df %in c("-"))
returns: [1] 0
df[df=="-"] <-NA #does not do anything
library(plyr)
df <- revalue(df, c("-",NA))
returns: Error in revalue(tmp, c("-", NA)) :
x is not a factor or a character vector.
library(anchors)
df <- replace.value(df,colnames(df),"-",as.character(NA))
Error in charToDate(x) :
character string is not in a standard unambiguous format
数据框由 200 列字符、因子和整数组成，所以我可以理解为什么最后两个不能正常工作。任何帮助，将不胜感激。
我有一个数据集，其中每个缺失值都有 N/A，如何将其更改为列本身内部的实际缺失值。
我一直在尝试使用规则引擎节点，但它不起作用.. 有
什么建议吗？
我正在输入缺失值，missRanger因为我有 1000 个变量，所以花费的时间太长。我尝试使用并行计算，但它并没有使过程更快。这是代码
library(doParallel)
cores=detectCores()
cl <- makeCluster(cores[1]-1)
registerDoParallel(cl)
library(missRanger)
train[1:lengthvar] <- missRanger(train[1:lengthvar], pmm.k = 3, num.trees = 100)
stopCluster(cl)
我不确定要向此代码添加什么才能使其正常工作。
我有一个 pandas 数据框，如下所示：
Date and Time Seconds Pressure (mmHg) Temperature (C)
0 2021-05-13 13:00:00 0.000 709.719 26.551
1 2021-05-13 14:00:00 3600.001 709.364 25.966
2 2021-05-13 15:00:00 7200.001 708.698 25.331
3 2021-05-13 16:00:00 10800.001 707.689 25.184
4 2021-05-13 17:00:00 14400.001 707.206 25.184
压力和温度数据原本应以 15 分钟为间隔，但传感器设置错误，并且每小时收集一次数据。假设线性插值，如何将数据时间戳扩展到 15 分钟间隔并通过线性插值填充小时之间的缺失数据？我尝试了此处建议的解决方案，但我的文件很大而且数量很多。这个解决方案不是很快。
我正在尝试构建一个函数作为 R 中更大函数的一部分。有些部分工作正常，但其他部分则不然。这是给我带来问题的代码片段。
这部分函数旨在识别数据框中的变量是否丢失，然后生成一个新变量来记录该特定情况是否丢失或存在。我希望新变量具有后缀 .zero（q1 变为 q1_zero，q2 变为 q2_zero 等）。我可以毫无问题地生成后缀。创建新变量会导致一些问题。任何见解将不胜感激。
function1 <- function (x, data) {
# new variable name
temp <- paste (x, .zero, sep="", collapse = NULL)
temp
# is variable missing
# I don't know if I should use this method or ifelse()
data$temp [is.na (data$x)]<- 0
data$temp [!is.na (data$x)]<- 1
return (data$temp)
}