1

原始df（临床化学）

Subject Code Test Value Units   Flag
1       NA    NA   147   mmol/L    
2       NA/K  NA/K 10.5  RATIO  
3       K     K    4.7   mmol/L 
4       CK    CK   235   UL
...

清洁后理想的df

Subject Code  Test             Value  Units   Flag
1       NA    Sodium           147   mmol/L   NA
2       NA/K  Sodium Potassium 10.5  RATIO    NA
3       K     Potassium        4.7   mmol/L   NA
4       CK    Creatine Kinase  235    UL      NA
...

我试过的

df <- read.csv(file="clinchemistry.csv", header = TRUE, sep=",", stringsAsFactors = FALSE)

df$df[df8$Test == "NA"] <- "Sodium"

df$df[df8$Code == "NA"] <- "Sodium"

和

df[is.na(lb$Code)]<-"Sodium"

lb[is.na(lb$Code)]<-"Sodium"

结果：

所有钠值都消失或出现错误：

[<-.data.frame( , is.na *tmp*(lb$Test), value = "Sodium") 中的错误：列的下标重复

有人会指导我的想法吗？

4

2 回答 2

1

利用na.strings=""

 df <- read.csv(file="clinchemistry.csv", 
     na.strings="", stringsAsFactors = FALSE)

（省略设置为其默认值的参数）

于 2020-02-04T20:25:46.273 回答
0

有很多方法可以做你想做的事，这取决于你想要什么；）

首先，我创建一个最小的示例 data.frame

df <- data.frame(Subject = 1:4,
                 Code = c(NA, "NA/K", "K", "CK"),
                 Test = c(NA, NA ,"K", "CR"))

现在，如果由于某种原因您的钠值存储为NA（缺失值，而不是字符串“NA”，您可以这样做（您确实需要一个很好的理由来替换 NA，因为在大多数情况下，这将是发明数据.但你的理由可能是一个有效的;）：

# Replace missing values NA with string "Sodium"
# 
df$Code_fixed[is.na(df$Code)] <- "Sodium"

或者，如果您有一个"NA"要更改“钠”的字符串

# Replace string "NA" with string "Sodium"
# 
df$Code_fixed[df$Code == "NA"] <- "Sodium"

或者如果您想在字符串中交换字符组合“NA”

# Replace any occurence of string "NA" with string "Sodium"
# 
df$Code_fixed <- gsub("NA", "Sodium", df$Code)

执行以上所有操作：

# First initialize vector with characters already replaced
df$Code_fixed <- gsub("NA", "Sodium", df$Code)
df$Code_fixed[is.na(df$Code_fixed)] <- "Sodium"
于 2020-02-04T20:43:52.627 回答