如果 ==0，则仅替换指定列中的值

Question

我有一些看起来像这样的数据：

  ID Married Age Visits
1  1       0  35      0
2  2       1   0      7
3  3       0  29     19

df <- data.frame(
          ID = c(1L, 2L, 3L),
     Married = c(0L, 1L, 0L),
         Age = c(35L, 0L, 29L),
      Visits = c(0L, 7L, 19L)
)

想象一下，对于这个数据，Married 应该是一个虚拟变量，但Age 和Visits 绝对不应该是 0。我想知道如何做两件事：

1. 如何替换，仅在 Age 和 Visits 列中，将 NA 替换为 0 值？
2. 如何替换，仅在 Age 和 Visits 列中，将 -999 替换为 0 值？这个只是为了好奇，因为我想知道如何在不使用na_if()的情况下做到这一点。

这段代码不太正确，因为它也改变了 Married 列。

df <- na_if(df, 0)

给予：

  ID Married Age Visits
1  1      NA  35     NA
2  2       1  NA      7
3  3      NA  29     19

而我想要的是 (1)：

  ID Married Age Visits
1  1       0  35     NA
2  2       1  NA      7
3  3       0  29     19

和（2）：

  ID Married Age Visits
1  1       0  35    -999
2  2       1  -999    7
3  3       0  29     19

我尝试了类似的方法：

df <- na_if(c(df$Age, df$Visits), 0))

但这是不对的。

Answer 1

你可以的

解决方案 1)

library(dplyr)
cols <- c("Age", "Visits")
df[cols] <- na_if(df[cols], 0)

df
#  ID Married Age Visits
#1  1       0  35     NA
#2  2       1  NA      7
#3  3       0  29     19

解决方案 2)

df[cols][df[cols] == 0] <- -999

df
#  ID Married  Age Visits
#1  1       0   35   -999
#2  2       1 -999      7
#3  3       0   29     19

与解决方案 2) 类似，您也可以将解决方案 1) 设为

df[cols][df[cols] == 0] <- NA

Answer 2

这是您的问题的 dplyr 解决方案。

library(tidyverse)
df %>% mutate_at(vars(Age,Visits),funs(na_if(.,0)))
df %>% mutate_at(vars(Age,Visits),funs(ifelse(. == 0,-999,.)))

Answer 3

你可以试试

df$Age[is.na(df$Age)] <- 0
df$Age[df$Age == -999] <- 0