10

我一直遇到这个问题，想知道是否有一个简单的解决方法。在某些情况下，我发现考虑对矩阵进行子集化更合乎逻辑

N <- 12
N.NA <- 6
dat <- data.frame(V1=runif(N),V2=runif(N))
sel.mat <- matrix(c(sample(seq(N),N.NA),sample(ncol(dat),N.NA,replace=TRUE)),ncol=2)

这适用于选择，但不适用于替换：

> dat[sel.mat]
[1] 0.2582569 0.8455966 0.8828083 0.5384263 0.9574810 0.5623158
> dat[sel.mat] <- NA
Error in `[<-.data.frame`(`*tmp*`, sel.mat, value = NA) : 
  only logical matrix subscripts are allowed in replacement

我意识到错误消息是有原因的（如果您有多个替换指向同一个元素，它将不知道该怎么做），但这并不能阻止 R 允许对向量进行整数替换（例如dat$V1[c(2,3)] <- NA）。

有没有一种方便的方法可以用整数矩阵替换？

4

5 回答 5

7

将其转换为矩阵：

dat.m <- as.matrix(dat)
dat.m[sel.mat] <- NA
> dat.m
             V1         V2
 [1,] 0.2539189         NA
 [2,] 0.5216975         NA
 [3,] 0.1206138 0.14714848
 [4,] 0.2841779 0.52352209
 [5,] 0.3965337         NA
 [6,] 0.1871074 0.23747235
 [7,] 0.2991774         NA
 [8,]        NA 0.09509202
 [9,] 0.4636460 0.59384430
[10,] 0.5493738 0.92334630
[11,] 0.7160894         NA
[12,] 0.9568567 0.80398264

编辑解释为什么我们有 data.frame 错误

dat.m[sel.mat] <- NA

相当于执行以下操作：

temp <- dat
dat <- "[<-"(temp, sel.mat, value=NA)

 Error in `[<-.data.frame`(temp, sel.mat, value = NA) : 
 only logical matrix subscripts are allowed in replacement

现在我可以进行以下操作并且它可以工作：

dat <- "[<-"(as.matrix(temp), sel.mat, value=NA)
于 2013-01-24T10:56:23.273 回答
6

您可以基于整数矩阵创建一个逻辑矩阵：

log.mat <- matrix(FALSE, nrow(dat), ncol(dat))
log.mat[sel.mat] <- TRUE

该矩阵可用于将数据框中的值替换为NA（或其他值）：

is.na(dat) <- log.mat

结果：

           V1         V2
1  0.76063534         NA
2  0.27713051 0.10593451
3  0.74301263 0.77689458
4  0.42202155         NA
5  0.54563816 0.10233017
6          NA 0.05818723
7  0.83531963 0.93805113
8  0.99316128 0.61505393
9  0.08743757         NA
10 0.95510231 0.51267338
11 0.14035257         NA
12 0.59408022         NA

这允许您将原始对象保留为允许不同类型列的数据框。

于 2013-01-24T11:00:21.460 回答
2

在 R 中，表达式

dat[sel.mat]
dat[sel.mat] <- NA

是 S3 方法，相当于

`[.data.frame`(x=dat, i=sel.mat)
`[<-.data.frame`(x=dat, i=sel.mat, value=NA)

因为class(dat)是“data.frame”。

您可以查看源代码

`[.data.farme`
`[<-.data.frame`

并将其修改为您想要的。

在你的情况下，也许你想要：

`[<-.data.frame` <- function(x, i, j, value) {
  if (class(i) != "matrix") return(base:::`[<-.data.frame`(x, i, j, value))
  if (class(i[1]) != "integer") return(base:::`[<-.data.frame`(x, i, j, value))
  # check the length of i and value here
  if (length(value) < nrow(i)) {
    if (nrow(i) %% length(value) != 0) warning("some warning message should be here")
    value <- rep(value, nrow(i) %/% length(value) + 1)
  }
  value <- value[1:nrow(i)]
  for(index in 1:nrow(i)) {
    x[i[index,1], i[index,2]] <- value[index]
  }
  return(x)
}

尝试一下：

N <- 12
N.NA <- 6
dat <- data.frame(V1=runif(N),V2=runif(N))
sel.mat <- matrix(c(sample(seq(N),N.NA),sample(ncol(dat),N.NA,replace=TRUE)),ncol=2)
dat[sel.mat] <- NA
dat
于 2013-01-24T11:21:42.417 回答
2

FWIW，带有替换的矩阵索引在当前快照中确实有效R-devel（并将成为 的一部分R-3.0.0）。显然，R-core 中有人和你有同样的愿望。

如R-devel NEWS 文件中所述：

现在支持通过两列数字索引对数据帧进行矩阵索引以进行替换和提取。

一个示范：

dat[sel.mat]
## [1] 0.3355509 0.4114056 0.2334332 0.6597042 0.7707762 0.7783584
dat[sel.mat] <- NA
dat[sel.mat]
## [1] NA NA NA NA NA NA

R.version.string
# [1] "R Under development (unstable) (2012-12-29 r61478)"
于 2013-01-24T17:14:47.027 回答
0

也许使用循环？

for (i in 1:nrow(sel.mat))
{
  dat[sel.mat[i,1],sel.mat[i,2]] <- NA
}

> dat
              V1         V2
    1         NA 0.27002155
    2  0.7253383         NA
    3         NA 0.63847293
    4  0.1768720 0.64586587
    5  0.3796935 0.62261843
    6  0.6751365 0.78328647
    7  0.9801140 0.82259732
    8         NA 0.08606641
    9  0.3294625 0.44110121
    10 0.2830957         NA
    11 0.6868594 0.09767882
    12 0.9802349         NA
于 2013-01-24T10:45:54.523 回答