用 NA 替换所有零列

Question

我在 R 中有以下数据框

library(dplyr)
 library(tidyr)

df= data.frame("ID"= c("A", "A", "A", "A", "B", "B", "B"), 
"A1"= c(0,0, 0, 0, 1,0,1), "B1"= c(1,0, 1,0, 0, 0, 0))

数据框如下所示

  ID A1 B1
1  A  0  1
2  A  0  0
3  A  0  1
4  A  0  0
5  B  1  0
6  B  0  0
7  B  1  0

我想获取以下数据框

   ID A1 B1
 1  A NA  1
 2  A NA  0
 3  A NA  1
 4  A NA  0
 5  B  1 NA
 6  B  0 NA
 7  B  1 NA

我试过下面的代码

df%>%group_by(ID)%>%
mutate(A1=case_when(sum(A1)==0~NA))%>%
mutate(B1=case_when(sum(B1)==0~NA))

这会将 A1 和 B1 完全转换为 NA 值。

我在这里请求一些帮助。

Answer 1

我们可以group_by ID 并使用mutate_all with replace

library(dplyr)

df %>%
  group_by(ID) %>%
  mutate_all(~replace(., all(. == 0), NA))

# ID       A1    B1
#  <fct> <dbl> <dbl>
#1 A        NA     1
#2 A        NA     0
#3 A        NA     1
#4 A        NA     0
#5 B         1    NA
#6 B         0    NA
#7 B         1    NA

如果还有其他列并且我们只想将其应用于特定列，我们可以使用 mutate_at

df %>%
  group_by(ID) %>%
  mutate_at(vars(A1,B1), ~replace(., all(. == 0), NA))

---

使用 case_when 我们可以这样做

df %>%
  group_by(ID) %>%
  mutate_all(~case_when(all(. == 0) ~ NA_real_, TRUE ~ .))

OP 尝试的问题是 case_when 中没有定义 TRUE 案例，因此当没有条件匹配时，它默认返回 NA。来自 ?case_when

If no cases match, NA is returned.

因此，如果我们定义 TRUE 情况，它将按预期工作。此外，我们不应检查 sum(A1)==0，因为如果列中有负值和正值(如 -2 、+2)，它们加起来会为 0，从而产生意想不到的结果。

df%>%
  group_by(ID) %>%
  mutate(A1 = case_when(all(A1 == 0) ~ NA_real_, TRUE ~ A1), 
         B1 = case_when(all(B1 == 0) ~ NA_real_, TRUE ~ B1))