r - 如果值超出范围，则设置为 NA

Question

我的数据集包含 6 个字段和 4 行带有一些 NA 值。

a=c(5,6,7,12)
b=c(7,2,3,4)
c=c(8,8,21)
d=c(1,1)
e=c(1,2,5,9)
f=c(20,3,11)
length(c)=4
length(d)=4
length(f)=4
z=data.frame(a,b,c,d,e,f)


a   b   c   d   e   f
5   7   8   1   1   20
6   2   8   1   2   3
7   3   21  NA  5   11
12  4   NA  NA  9   NA

这是我需要做的:对于字段 a、c、d 和 f 如果值小于 6 或大于 12，那么我需要将其设置为 NA。此外，如果该值已经是 NA，则没有变化(保持 NA)。

我可以对每个字段使用 ifelse 来做到这一点，但是我的数据包含数十个字段，所以我想知道是否有一个有效的这样做的方法。

最终的数据是

a   b   c   d   e   f
NA  7   8   NA  1   NA
6   2   8   NA  2   NA
7   3   NA  NA  5   11
12  4   NA  NA  9   NA

Answer 1

使用列索引('v1')，我们对数据集'z'进行子集化，将基于逻辑条件为真的元素更改为NA by is.na.

v1 <- c('a', 'c', 'd', 'f')
is.na(z[v1]) <-  z[v1] < 6 | z[v1] >12
z
#   a b  c  d e  f
#1 NA 7  8 NA 1 NA
#2  6 2  8 NA 2 NA
#3  7 3 NA NA 5 11
#4 12 4 NA NA 9 NA

或者@DavidArenburg 建议的更快的方法是

z[v1][z[v1] < 6 | z[v1] > 12] <- NA

---

或@DavidArenburg 提供的 data.table 选项。我们将 'data.frame' 转换为 'data.table' (setDT(z))，遍历 'v1' 中指定的列并 set 满足NA 的条件。这会更快，因为避免了 [.data.table 中的开销。

library(data.table)
setDT(z)
for(j in v1){
   set(z, i = which(z[[j]] < 6 | z[[j]] > 12), j = j, value = NA_integer_)
}

z
#   a b  c  d e  f
#1: NA 7  8 NA 1 NA
#2:  6 2  8 NA 2 NA
#3:  7 3 NA NA 5 11
#4: 12 4 NA NA 9 NA