Remplacer toutes les valeurs 0 par NA

Question

J'ai un cadre de données avec quelques colonnes numériques. Certaines lignes ont une valeur de 0 qui doit être considérée comme nulle dans l'analyse statistique. Quel est le moyen le plus rapide de remplacer toutes les valeurs 0 par NULL dans R ?

Answer 1

Voici ma contribution pour ceux qui se débattent avec des ensembles de données comportant différents types de colonnes avec des valeurs multiples représentant des données manquantes.

dat <- data_frame(numA = c(1, 0, 3, 4),
             numB = c(NA, 2, 3, 4),
             strC = c("0", "1.2", "NA", "2.4"),
             strD = c("Yes", "Yes", "missing", "No"))

Disons que dans ces données, nous voulons remplacer 0 dans les colonnes numériques par NA ainsi que les valeurs "NA" et "manquantes" dans les valeurs de caractères/chaînes avec NA . Remarquez que "NA" dans strC est une valeur de type caractère, et non la valeur souhaitée. NA .

dat
# A tibble: 4 x 4
  numA   numB  strC  strD   
  <dbl>  <dbl> <chr> <chr>  
1     1     NA 0     Yes    
2     0      2 1.2   Yes    
3     3      3 'NA'  missing
4     4      4 2.4   No 

Tout d'abord, un cas évident, remarquez que lors de la conversion d'une colonne de caractères en valeurs numériques, toute valeur de chaîne non numérique est contrainte à NA .

as.numeric(dat$strC)
[1] 0.0 1.2  NA 2.4 

Réponse avec indexation :

dat[dat == "NA" | dat =="missing"] <- NA

Cependant, ne l'utilisez PAS pour le 0 car cela change les 0 numériques et les 0 caractères en NA . Cela s'explique par le fait que "0" == 0 renvoie à TRUE en R.

Méthode dplyr::na_if :

library(dplyr)

dat %>%
  lapply(na_if, y = "missing") %>%
  lapply(na_if, y = "NA") %>%
  lapply(na_if, y = 0) %>%  # DONT DO THIS! It converts string 0s to NA as well!
  data.frame()

Nous appliquons ici na_if à chaque colonne des données. Puisque na_if n'accepte pas de valeurs multiples à convertir en NA nous devons écrire plusieurs lignes de code pour chaque valeur à convertir en NA . Toutefois, la simple utilisation de cette fonction avec 0 convertit à la fois les chiffres et les caractères 0 dans NA . Nous devons faire autre chose !

Utilisation de la méthode mutate across avec la fonction na_if :

C'est ma solution préférée. Ici, nous vérifions le type de colonne et appliquons na_if si nécessaire. Le caractère 0 est intacte, tandis que toutes les valeurs souhaitées sont converties en NA .

dat %>%
  mutate(across(where(is.numeric), ~na_if(., 0))) %>%
  mutate(across(where(is.character), ~na_if(., "NA"))) %>%
  mutate(across(where(is.character), ~na_if(., "missing")))

# A tibble: 4 x 4
   numA  numB strC  strD 
  <dbl> <dbl> <chr> <chr>
1     1    NA 0     Yes  
2    NA     2 1.2   Yes  
3     3     3 NA    NA   
4     4     4 2.4   No 

Enfin, nariar peut être utilisé

nariar est un paquet récent qui introduit une variété de replace_with_ fonctions.

library(naniar)

Remplacer toutes les valeurs "NA" et "manquantes" par les valeurs suivantes NA :

dat %>%
  replace_with_na_all(~.x %in% c("NA", "missing"))

mais si vous l'utilisez avec 0 il convertit toujours de manière erronée le caractère 0 en NA :

dat %>%
  replace_with_na_all(~.x %in% c(0, "NA", "missing"))

# A tibble: 4 x 4
   numA  numB strC  strD 
  <dbl> <dbl> <chr> <chr>
1     1    NA NA    Yes  
2    NA     2 1.2   Yes  
3     3     3 NA    NA   
4     4     4 2.4   No
#strC's first element should not be NA here!

Nous devons donc spécifier le type de colonne en utilisant replace_with_na_if :

dat %>%
  replace_with_na_if(is.character, ~.x %in% c("NA", "missing")) %>%
  replace_with_na_if(is.numeric, ~.x %in% c(0))

# A tibble: 4 x 4
   numA  numB strC  strD 
  <dbl> <dbl> <chr> <chr>
1     1    NA 0     Yes  
2    NA     2 1.2   Yes  
3     3     3 NA    NA   
4     4     4 2.4   No

Nous avons atteint le résultat souhaité. J'espère que tout ceci est utile :)