r - 'empty' 值的处理

Question

我正在使用 sqldf-package 将一个 csv 文件导入到 R 中。我有几个数字和字符串变量的缺失值。我注意到缺失值在数据框中留空(而不是用 NA 或其他东西填充)。我想用用户定义的值替换缺失值。显然，像 is.na() 这样的函数在这种情况下将不起作用。

三列玩具数据框:

A  B  C  
3  4  
2  4  6   
34 23 43   
2  5   

我要:

A  B  C  
3  4  NA  
2  4  6   
34 23 43   
2  5  NA 

提前谢谢你。

Answer 1

假设您在 sqldf 中使用 read.csv.sql 和默认的 sqlite 数据库，它会为 C 生成一个因子列，所以

(1) 只需使用 as.numeric(as.character(...)) 将值转换为数字，如下所示:

> Lines <- "A,B,C
+ 3,4,
+ 2,4,6
+ 34,23,43
+ 2,5,
+ "
> cat(Lines, file = "stest.csv")
> library(sqldf)
> DF <- read.csv.sql("stest.csv")
> str(DF)
'data.frame':   4 obs. of  3 variables:
 $ A: int  3 2 34 2
 $ B: int  4 4 23 5
 $ C: Factor w/ 3 levels "","43","6": 1 3 2 1
> DF$C <- as.numeric(as.character(DF$C))
> str(DF)
'data.frame':   4 obs. of  3 variables:
 $ A: int  3 2 34 2
 $ B: int  4 4 23 5
 $ C: num  NA 6 43 NA

(2) 或者如果我们使用 sqldf(..., method = "raw") 那么我们可以只使用 as.numeric:

> DF <- read.csv.sql("stest.csv", method = "raw")
> str(DF)
'data.frame':   4 obs. of  3 variables:
 $ A: int  3 2 34 2
 $ B: int  4 4 23 5
 $ C: chr  "" "6" "43" ""
> DF$C <- as.numeric(DF$C)
> str(DF)
'data.frame':   4 obs. of  3 variables:
 $ A: int  3 2 34 2
 $ B: int  4 4 23 5
 $ C: num  NA 6 43 NA

(3) 如果您可以使用 read.csv，那么我们会立即填充 NA:

> str(read.csv("stest.csv"))
'data.frame':   4 obs. of  3 variables:
 $ A: int  3 2 34 2
 $ B: int  4 4 23 5
 $ C: int  NA 6 43 NA