R;对于 A 列中的每个级别，按照 C 列中的条件替换 B 列中的值

Question

我有 N 个地点的物种观察列表。观察结果是存在、不存在或未知(1、0、'na')。我需要做的是，对于每个物种，满足条件:

对于每个 SITE，如果没有 1%in% SITE，则将所有 0 替换为“na”

我已经使用嵌套循环和列表管理了一个解决方法，但这似乎非常低效。列中有关匹配值的一些问题提供了更优雅的解决方案，但我无法将它们应用到更复杂的设置中。

这是一些虚拟数据:

x <- c(1,2,3,4,5,6,7,8,9,10)
site <- c(1,1,1,2,2,2,3,3,3,1)
sp1 <- factor(c(1,1,'na','na',0,0,'na','na','na',0))
sp2 <- factor(c(0,0,1,1,'na','na',0,1,'na','na'))
table <- cbind.data.frame(x,site,sp1,sp2)

我做了什么:

for (j in c(3:4)){
  site.present <- unique(table$site[which(table[,j]==1)])
  for (i in (1:length(table[,j]))) {
    ifelse(!(table[i,2]%in%site.present), 
           ifelse(table[i,j]==0,table[i,j]<-'na',T),T)
  }
}

在此示例中，[5,3] 和 [6,3] 应变为“na”而不是 0(因为对于 sp1，站点 2 中不存在)。上面的代码有效，但处理数百万条目似乎很愚蠢......

非常感谢!

Answer 1

使用 dplyr 和 base::replace。我们可以用 NA 替换任何零，其中在该站点中没有物种等于 1。

library(dplyr)
df <- table

df %>% mutate_all(~as.numeric(as.character(.))) %>% 
       group_by(site) %>% 
       #mutate(sp1_mod=replace(sp1,all(sp1!=1, na.rm = TRUE) & sp1==0,NA)) #for one column
       mutate_at(vars('sp1','sp2'), list(~replace(.,all(.!=1, na.rm = TRUE) & .==0,NA))) 

此外，我们可以使用 Select 助手之一，而不是在 vars 中一个一个地命名变量，请参阅 ?dplyr::select，例如我们可以使用 matches 来匹配任何以 sp 开头且以一个或更多数字开头的列名

mutate_at(vars(matches('sp\\d+')), list(~replace(.,any(.==1, na.rm = TRUE) & .==0,NA)))