在 R 中的 data.table 中用 0 替换所有 NA

Question

我有一个 data.table有很多列。我想替换 4 列 NA与 0。

我有一个可行的解决方案:

  claimsMonthly[is.na(claim9month),claim9month := 0
          ][is.na(claim10month),claim10month := 0
            ][is.na(claim11month),claim11month := 0
              ][is.na(claim12month),claim12month := 0]

但是，这是非常重复的，我想通过使用循环来减少这种情况(但不确定这是否是最聪明的想法？):

  for (i in 9:12){
    claimsMonthly[is.na(paste0("claim", i, "month")), paste0("claim", i, "month") := 0]
  }

当我运行这个循环时，什么也没有发生。我想这是由于 paste0() 的协议(protocol)。返回 "claim12month" ，所以我得到 in.na("claim12month") .结果是 FALSE尽管有 NA在我的数据中。我想这与引号有关吗？

这不是我第一次在使用 paste0() 时遇到问题或使用 data.table 运行循环，所以我一定在这里遗漏了一些重要的东西。

任何想法如何解决这一问题？

Answer 1

我们可以指定 .SDcols使用列的名称('nm1')，循环遍历 .SD (Data.table 的子集)并将 NA 分配给 0( replace_na 来自 tidyr)

library(data.table)
library(tidyr)
nm1 <- paste0("claim", 9:12, "month")
setDT(claimsMonthly)[, (nm1) := lapply(.SD, replace_na, 0), .SDcols = nm1]

或者正如评论中提到的@jangorecki， nafill来自 data.table会更好

setDT(claimsMonthly)[, (nm1) := lapply(.SD, nafill, fill = 0), .SDcols = nm1]

或与 set 一起使用循环，通过指定 i，根据每列中的 NA 值为感兴趣的列分配 0 (用于行索引)和 j对于列索引/名称

for(j in nm1){
    set(claimsMonthly, i = which(is.na(claimsMonthly[[j]])), j =j, value = 0)
 }

或与 setnafill

setnafill(claimsMonthly, cols = nm1, fill = 0)