如何使用 if else 更改 R 中数据框中某些行和列的值？答案

【问题标题】：How can I use if else to change values in some rows and columns in my data frame in R?如何使用 if else 更改 R 中数据框中某些行和列的值？
【发布时间】：2016-05-27 00:34:24
【问题描述】：

我有一个包含 200 行和 150 列的数据框。在这些列中，我希望更改大约 50 行和 100 列的 NA。

以下是我的数据框（一小部分）的示例：

    >df
       Bird  Mammal  Type
    1    NA    1     A
    2    1     0     B
    3    1     0     A
    4    0     NA    A
    5    NA    1     A
    6    0     0     B
    7    0     0     A
    8    NA    NA    A 
    9    1     1     B
    10   1     1     A

我想要的是，仅将“A”类型的所有 NA 更改为 0，而不是“B”类型。对于类型“B”，我希望一切都保持不变。

我尝试使用各种 ifelse 选项来做到这一点，但我认为我仍然没有掌握它的窍门。以下是我尝试过的一些事情：

a) 仅将列子集为列表：

    try <- c(1,2)

    for(i in 1:length(try)){
    df[,try[i]] <- ifelse(df[,is.na(try[i])],0,df[,try[i]])
    }

b) 对行和列进行子集化（这给了我一个数据框，所以当然 ifelse 没有运行）

【问题讨论】：

df[is.na(df$Mammal) & df$Type=="A","Mammal"]=0;df[is.na(df$Bird) & df$Type= ="A","鸟"]=0;

标签： r if-statement subset

【解决方案1】：

这是一个非常简单的班轮，可以完全满足您的需求。无需循环或应用。

df[is.na(df) & df$Type=='A'] <- 0

【讨论】：

【解决方案2】：

您可以结合使用 lapply 和 ifelse。假设您有一个索引向量或列名称，其中 NA 存储为 cols，您可以执行以下操作：

df[ ,cols] <- as.data.frame(lapply(cols, 
              FUN = function(x) ifelse(df$Type == "A" & is.na(df[,x]), 0, df[, x])))

【讨论】：

【解决方案3】：

这是一个使用来自data.table 的set 的选项。我们正在考虑除“类型”列之外的所有其他列。 set 选项很快。此外，这会更改列中的值而不转换为逻辑矩阵。

library(data.table)
setDT(df)
nm1 <- setdiff(names(df), 'Type')
for(j in nm1){
  set(df, i= which(is.na(df[[j]]) & df$Type=='A'), j=j, value=0)
}

【讨论】：