时间戳

首页 > 解决方案 > 用 R 中不同类型的元素替换数据框中的不等式

r - 用 R 中不同类型的元素替换数据框中的不等式

问题描述

我有一个涉及多列的数据框，其中存在许多不等式的情况。我想要的是一个 R 脚本，它将识别这些不等式并用实际值替换它们。更具体地说，假设我们有"<2"并且我们想用它的 half value 替换它("<2" -> 1.0)。有没有一种通用的方法来做到这一点，这样我就不需要手动查找数据框中的所有不等式并替换它们？

一个简单的例子可能如下：

Col1,Col2, Col3, Col4 
3.4, RHO_1, <5, NA 
2,   RHO_2,  5, 1.3

我想得到这样的东西：

Col1,Col2,Col3,Col4 
3.4, RHO_1, 2.5, NA 
2,   RHO_2,  5, 1.3

当所有元素都是数值时（例如，使用数值而不是 RHO_1、RHO_2 和 NA），以下命令有效：

df <-  lapply(df, function(x) sapply(sub("<", "0.5*", x, fixed = TRUE),
                                function(y) eval(parse(text = y))))

NA但是，上述命令在存在和 字符串时不起作用（例如RHO_1）。在使用以下命令将所有非值转换为 NA 后，我试图找到仅值元素的位置：

value_ind<- which(!is.na(as.matrix(df)), arr.ind = TRUE, useNames = TRUE)

但我没有成功地使用这些信息。供您参考，实际数据框df由许多行和列组成。

标签： rdataframereplaceinequalities

解决方案

我已经设法解决了这个问题。我已经获得了原始数据帧的一个子集（这里命名为dataBase2），因此它不包含字符（例如排除RHO_1）。减少的数据帧被命名为dataBase6。然后，我将其他符号（例如“-”、“_”等）转换为 NA，然后应用该功能。下面我给出来自实际数据集的代码：

# names of the columns that I want to remove (contain character)
out <- c("Code-Medsal","Number","Code_National","Projection","date","Notes") 
dataBase6 <- dataBase2[, !(colnames(dataBase2) %in% out) ] 
#replace special symbols with NA
dataBase6[dataBase6=="-"] <- NA
#apply the function to the numeric values + NA
dataBase6[] <-  lapply(dataBase6, function(x) sapply(sub("<", "0.55*", x, fixed = TRUE),
                                  function(y) eval(parse(text = y))))

推荐阅读