在 R 中，如果满足条件，则将值替换为新值，如果不满足，则保持值相同

Question

我正在使用一个数据集，其中变量的缺失值是用特定数字指定的。我正在尝试创建一个数据框，在其中用空白替换这些值，并创建另一个数据框，在其中用 NA 替换它们。对于这个问题，我将重点关注它们被 NA 替换的数据框。

对于变量，缺失值由数字 8 或 9 指定。我觉得我可以使用 mutate_at() 来更改所有变量，或者可能使用 apply() 函数，但我愿意接受任何建议。我尝试编写的一般逻辑是:对于每个指定的列，如果值为 8 或 9，则替换为空白，否则保持值相同。

数据集的结构使得每一列代表一个变量。我试图从数据框中选择变量的子集，因为只有几列缺少值。我看过this example ，但它并没有完全回答我的问题。

我知道我可以做这样的事情，但这需要我指定数据框中所有其他值非缺失值的值。我更喜欢一个解决方案，我可以指定 8 和 9(缺失值)会发生什么，并且可以保持其他相同而不列出它们。

mutate_at(vars(card, lung, diabetes), function(x) case_when (x == 8 ~ "NA", x == 9 ~ "NA", x == 6 ~ 6, x == 4 ~ 4, x == 3 ~ 3, x == 2 ~ 2, x == 1 ~ 1))

Answer 1

在这里，我们需要

library(dplyr)
df1 %>%
      mutate_at(vars(card, lung, diabetes), ~ replace(., . %in% 8:9, NA))
#   card lung diabetes val
#1   NA    1        1   1
#2   NA    3        4   2
#3    1   NA        3   3
#4    2   NA        5   4
#5    3   NA       NA   5

---

或者，如果我们默认使用case_when，则TRUE为NA，因此条件可以是

df1 %>%
      mutate_at(vars(card, lung, diabetes),  ~ case_when(! . %in% 8:9 ~ .))
#   card lung diabetes val
#1   NA    1        1   1
#2   NA    3        4   2
#3    1   NA        3   3
#4    2   NA        5   4
#5    3   NA       NA   5

或者另一个选项是na_if

df1 %>%
    mutate_at(vars(card, lung, diabetes), ~ na_if(., 8) %>% na_if(.,9)) 
#  card lung diabetes val
#1   NA    1        1   1
#2   NA    3        4   2
#3    1   NA        3   3
#4    2   NA        5   4
#5    3   NA       NA   5

数据

df1 <- data.frame(card = c(8, 9, 1, 2, 3), lung = c(1, 3, 8, 9, 8),
     diabetes = c(1, 4, 3, 5, 8), val = 1:5)