r - R - 'NA' 文本被视为 N/A

Question

我在 R 中有一个数据框，包括国家/地区 iso 代码。纳米比亚的 iso 代码恰好是“NA”。R 将此文本“NA”视为 N/A。

例如，下面的代码给了我纳米比亚的行。

test <- subset(country.info,is.na(country.info$iso.code))

我最初认为这可能是一个因素问题，所以我确保 iso 代码列是字符。但这没有帮助。

如何解决？

Answer 1

这可能与您读取数据的方式有关。仅仅因为它的字符并不意味着你"NA"不是一个NA，例如：

z <- c("NA",NA,"US")
class(z)
#[1] "character"

dput()您可以通过向我们提供您的（部分）数据来确认这一点。

当您读入数据时，请尝试将na.strings = "NA"（例如， in read.csv）更改为其他内容，看看它是否有效。

例如，使用na.strings = ""：

read.table(text="code country
NA  Namibia
GR  Germany
FR  France", stringsAsFactors=FALSE, header=TRUE, na.strings="")
#   code country
# 1   NA Namibia
# 2   GR Germany
# 3   FR  France

确保检查使用""不会导致更改任何其他内容。否则，您可以使用绝对不会出现在您的文件中的字符串，例如“z_z_z”或类似的东西。您可以text=..用您的文件名替换。

Answer 2

如果 Thomas 的解决方案不起作用，您始终可以使用该countrycode软件包将您的国家/地区代码更改为导致较少问题的代码。例如，在您的情况下，从 ISO2 字符到 ISO3 字符。

country.info$iso.code<-countrycode(country.info$iso.code,"iso2c","iso3c", warn=TRUE)

如果iso2c造成使用问题country.names，希望刚果共和国和刚果民主共和国不要搞砸。