如何用 NA（缺失值）而不是 NA 字符串替换数据框中的空字符串

Question

我有一个泰坦尼克号 xlsx 文件，其中有很多空白或空单元格，我将文件保存为 csv，所有空白都按原样保存。

当我导入 csv 文件时，我在数据集中看到很多空字符串/空白，其中一列是 boat

我可以直接使用 readxl 包的函数，例如 read_xls 或 read_xlsx，它们会将空字符串替换为 NA

但我想知道是否有办法在加载到数据帧中的 R 后替换空字符串。

我尝试过这种方式，但它会引发错误，我并不完全理解。 我可以在下面的代码中在“NA”中指定 NA，然后它将替换为 NA，但这将是字符串 (NA) 不缺少值 NA，两者都会不同。

titanic %>% mutate(boat = if_else(boat=="", NA ,boat))

Error in mutate_impl(.data, dots) : 
Evaluation error: `false` must be type logical, not character.

Answer 1

根据?NA，仅指定NA -“NA 是长度为 1 的逻辑常数，其中包含缺失值。”

class可以查

class(NA)
#[1] "logical"
class(NA_character_) 
#[1] "character"

并且它们都由标准函数标识，例如is.na

is.na(NA)
#[1] TRUE
is.na(NA_character_)
#[1] TRUE

if_else 是类型敏感的，因此不是指定为返回逻辑输出的NA，而是可以指定为NA_real_、NA_integer_、NA_character_，具体取决于“船”的类型柱子。假设'boat'是character类，我们可能需要NA_character_

titanic %>% 
       mutate(boat = if_else(boat=="", NA_character_ ,boat))

Answer 2

您可以使用 naniar 包 - http://naniar.njtierney.com/ 将指定值替换为 NA

df <- data.frame(boat = c(1, 2, "", 3), category = c("a", "b", "c", "d"))


df
#>   boat category
#> 1    1        a
#> 2    2        b
#> 3             c
#> 4    3        d
library(naniar)

df %>% replace_with_na(replace = list(boat = ""))
#>   boat category
#> 1    1        a
#> 2    2        b
#> 3 <NA>        c
#> 4    3        d

# You can also specify how to do this for a specific, using the development
# version - devtools::install_github('njtierney/naniar')
df %>% replace_with_na_at(.vars = "boat", ~.x == "")
#>   boat category
#> 1    2        a
#> 2    3        b
#> 3   NA        c
#> 4    4        d

如果您需要任何说明，请告诉我！