逐行填充缺失值(右/左)
我正在寻找一种用 dplyr 向右(而不是向下/向上)“填充"NAs 的方法.换句话说，我想将 d 转换为 d2，而不必在 mutate 调用中显式引用任何列. 我的真实数据框有几十个字段，其中包含跨越可变列数的交错 NA 块.我很好奇是否有一种简短的方法可以全局继承左侧的第一个非 NA 值，无论它出现在哪个字段中. d 解决方案 我们可以做一个gather成'long'格式，按行号分
..
na相关内容
在 group_by 上计算均值 (summarize_each) 时处理 NA
我有一个数据框 md: md 我想使用 dplyr 通过 device1/device2 组合计算均值: 库(dplyr)md %>% group_by(device1, device2) %>% summarise_each(funs(mean)) 但是，我得到了一些 NA.我希望忽略 NA (na.rm = TRUE) - 我试过了，但函数不想接受这个参数.这两行都会导致错误: m
..
根据 R 中每个组的最后一个非 NA 值填写 NA
我的问题是我有一个数据框 m 如下 y1 =c( rep("A",5),rep("B",5))y2 = rep(c(1:5),2)y3 = y2y3[c(2,7,9)]=NAm = data.frame(y1,y2,y3)y1 y2 y31 1 12 A 2 3 一个 3 34 4 45 5 56 乙 1 17 B 2 8 乙 3 39 B 4 10 乙 5 5 我想根
..
在不使用 list() 的情况下，在 dplyr 中将 NA 替换为零
在 dplyr 中，我可以使用以下代码将 NA 替换为 0.问题是这会在我的数据框中插入一个列表，这会破坏进一步的分析.在这一点上，我什至不理解列表或原子向量或任何一个.我只想选择某些列，并将所有出现的 NA 替换为零.并保持列整数状态. 库(dplyr)df
..
为什么 dplyr 的过滤器会从因子变量中删除 NA 值?
当我使用 dplyr 包中的 filter 删除因子变量的级别时，filter 也会删除 NA 值.举个例子: 库(dplyr)set.seed(919)(dat # 2 3# 3 3# 4 1# 5 1# 6 #
..
使用子集或 dplyr::filter 时，过滤 R 中的行会意外删除 NA
我有一个数据集 df，我想删除变量 y 没有值 a 的所有行.变量 y 也包含一些 NAs: df 我可以使用 R 的索引语法来实现这一点: df[df$y!='a',]xy2 3 c 注意这会返回 NA 和值 c - 这是我想要的. 然而，当我使用 subset 或 dplyr::filter 尝试同样的事情时，NA 被剥离: subset(df, y!='a')xy3
..
添加一列包含 NA 和平均值的计数
我有一个数据框，我需要向其中添加另一列，以显示该行所有其他列中的 NA 计数以及非 NA 值的平均值.我认为可以在 dplyr 中完成. >df1 df1a b c1 1 1 不适用2 2 2 23 3 不适用 34 4 4 不适用5 5 不适用 不适用 我想改变另一
..
按组计算非 NA 值
这是我的例子 mydf 我想按 col_1 分组并计算 col_2 中的非 NA 元素 我想用 dplyr 来做.这是我尝试过的: mydf %>% group_by(col_1) %>% summarise_each(funs(!is.na(col_2)))mydf %>% group_by(col_1) %>% mutate(non_na_count = length(col_2,
..
用 NA 索引整数向量
我在理解这一点时遇到了问题.我有一个长度为 5 的整数向量: x 如果我用单个 NA 索引它，结果长度为 5: x[NA]# [1] NA NA NA NA NA 我的第一个想法是 R 检查 1-5 是否为 NA 但 x 所以这不是解决方案.我的第二种方法是 x[NA] 正在编制索引，但我不明白 为什么这给了我五个 NA NA 作为索引的含义.x[1] 给你第一个值，但是
..
在 R 中的 data.table 中选择 NA
如何选择数据表中主键中缺失值的所有行. DT = data.table(x=rep(c("a","b",NA),each=3), y=c(1,3,6), v=1:9)设置键(DT，x) 选择特定值很容易 DT["a",] 选择缺失值似乎需要矢量搜索.不能使用二分查找.我说得对吗? DT[NA,]# 不起作用DT[is.na(x),] #确实有效 解决方案 幸运的是，DT[is.na(
..
model.matrix() 与 na.action=NULL?
我有一个公式和一个数据框，我想提取model.matrix().但是，我需要生成的矩阵包含在原始数据集中找到的 NA.如果我要使用 model.frame() 来做到这一点，我会简单地传递它 na.action=NULL.但是，我需要的输出是 model.matrix() 格式.具体来说，我只需要右边的变量，我需要输出是一个矩阵(不是数据框)，我需要将因子转换为一系列虚拟变量. 我确信我可以
..
删除矩阵中的 NA/NaN/Inf
我想尝试两件事: 如何删除包含 NA/NaN/Inf 的行 如何将数据点的值从 NA/NaN/Inf 设置为 0. 到目前为止，我已尝试将以下内容用于 NA 值，但一直收到警告. >例如
..
为什么 NaN^0 == 1
受到早期代码打高尔夫球的提示，为什么会: >NaN^0[1] 1 NA^0 为 1 是完全合理的，因为 NA 缺少数据，并且 任何 数字提高为 0 将给出 1，包括-Inf和Inf.然而 NaN 应该代表 not-a-number，那么为什么会这样呢?当 ?NaN 的帮助页面指出: 在 R 中，基本上所有的数学函数(包括基本的Arithmetic)，应该与 +/- Inf 和 NaN 一
..
通过强制引入 NA 时如何避免警告
我通常更喜欢对 R 进行编码，这样我就不会收到警告，但我不知道在使用 as.numeric 转换字符向量时如何避免收到警告. 例如: x 会给我一个警告，因为它通过强制引入了 NA.我想要通过强制引入的 NA - 有没有办法告诉它“是的，这就是我想要做的".还是我应该忍受警告? 或者我应该为此任务使用不同的函数吗? 解决方案 使用 suppressWarnings(): s
..
测试 NA 并根据结果选择值
我的问题很简单.我想要的是如果A[i]!=NA，然后C[i]=A[i]，如果A[i]=NAcode>，然后 C[i]=B[i]，但是，我总是收到一些错误消息.有人可以帮我吗? A B C不适用 82.6.不适用 127.2.不适用 93.6.不适用 105.不适用 104.不适用 90.6.不适用 95.8.不适用 103.不适用 85.4.不适用 81.5.不适用 142.8.不适用 102.
..
使用 ifelse() 通过引用不同长度的另一个数据帧来替换一个数据帧中的 NA
我已经查看了以下两个帖子，并认为它们可能回答我的问题，尽管我正在努力了解如何: 1) 有条件地替换 data.frame 中的值2) 创建一个用来自另一个数据帧的值替换来自另一个数据帧的 NA 的函数 话虽如此，我正在尝试通过引用不同(较短)长度的另一个数据框并从“B"列中提取替换值来替换一个数据框中的 NA，其中每个“A"列的值数据框匹配. 为了简单和说明，我修改了下面的数据，
..
在数据框的选定列中包含 NA(缺失)值的行子集
我们有一个来自 CSV 文件的数据框.数据框 DF 包含包含观测值的列和包含进行测量的日期的列 (VaR2).如果未记录日期，则 CSV 文件包含值 NA，用于缺失数据. Var1 Var210 2010/01/0120 不适用30 2010/03/01 我们想使用子集命令来定义一个新的数据框 new_DF，这样它只包含列中具有 NA' 值的行(VaR2).在给出的示例中，只有第 2 行将包含
..
计算数据帧中每行的 NA
我有一个包含批次 ID 的数据框以及对每个批次执行的六次测试的结果.数据如下所示: batch_id test1 test2 test3 test4 test5 test6001 0.121 不适用 0.340 0.877 0.417 0.662002 0.229 0.108 不适用 0.638 不适用 0.574 (这个数据框中有几百行，每个batch_id只有一行) 我正在寻找一种方
..
省略包含特定列的 NA 的行
我想知道如何在数据框中省略 NA 值，但仅限于我感兴趣的某些列. 例如 DF 但我只想省略y为NA的数据，因此结果应该是 x y z1 1 0 不适用2 2 10 33 na.omit 似乎删除所有包含任何 NA 的行. 有人能帮我解决这个简单的问题吗? 但如果现在我改变问题，如: DF 如果我只想省略x=na 或z=na，我可以把| 放在函数的什么地方?
..
将包含 NaN 的 Pandas 列转换为 dtype `int`
我将数据从 .csv 文件读取到 Pandas 数据框，如下所示.对于其中一列，即id，我想将列类型指定为int.问题是 id 系列缺少/空值. 当我在读取 .csv 时尝试将 id 列转换为整数时，我得到: df= pd.read_csv("data.csv", dtype={'id': int})错误:整数列具有 NA 值 或者，我在阅读以下内容后尝试转换列类型，但这次我得到: d
..