superponer - Una función para rellenar una columna con NA del mismo tipo

superponer graficas en r

Question

Tengo un marco de datos con muchas columnas de diferentes tipos. Me gustaría reemplazar cada columna con NA de la clase correspondiente.

por ejemplo:

df = data_frame(x = c(1,2,3), y = c("a", "b", "c"))

df[, 1:2] <- NA

produce un marco de datos con dos columnas lógicas, en lugar de numérico y carácter. Sé que puedo decir R:

df[,1] = as.numeric(NA)
df[,2] = as.character(NA)

¿Pero cómo hago esto colectivamente en un bucle para todas las columnas con todos los tipos posibles de NA?

Answer 1

Otra forma de cambiar todas las columnas a la vez manteniendo las clases de las variables:

df[] <- lapply(df, function(x) {type <- class(x); x <- NA; class(x) <- type; x})

df
# A tibble: 3 x 2
#      x y    
#  <dbl> <chr>
#1    NA <NA> 
#2    NA <NA> 
#3    NA <NA> 

Como @digEmAll notificó en los comentarios, hay otra forma similar pero más corta:

df[] <- lapply(df, function(x) as(NA,class(x)))

Answer 2

Otra solución que se aplica a todas las columnas puede ser especificar las no-NA y reemplazarlas por NA, es decir,

df[!is.na(df)] <- NA

lo que da,

# A tibble: 3 x 2
      x    y    
  <dbl> <chr>
1    NA <NA> 
2    NA <NA> 
3    NA <NA> 

Answer 3

Puedes usar este "truco":

df[1:nrow(df),1] <- NA
df[1:nrow(df),2] <- NA

el [1:nrow(df),] básicamente le dice a R que reemplace todos los valores en la columna con NA y de esta manera el NA lógico es obligado al tipo original de la columna antes de reemplazar los otros valores.

Además, si tiene muchas columnas para reemplazar y el data_frame tiene muchas filas, sugiero almacenar los índices de las filas y reutilizarlos:

rowIdxs <- 1:nrow(df)
df[rowIdxs ,1] <- NA
df[rowIdxs ,2] <- NA
df[rowIdxs ,3] <- NA
...

Según lo sugerido por @RonakShah , también puede usar:

df[TRUE, 1] <- NA
df[TRUE, 2] <- NA
...

Como lo señaló @Cath ambos métodos aún funcionan cuando selecciona más de una columna, por ejemplo:

df[TRUE, 1:3] <- NA
# or
df[1:nrow(df), 1:3] <- NA

Answer 4

Usando bind_cols() de dplyr también puedes hacer:

df <- data_frame(x = c(1,2,3), y = c("a", "b", "c"))
classes <- sapply(df, class)
df[,1:2] <- NA

bind_cols(lapply(colnames(x), function(x){eval(parse(text=paste0("as.", classes[names(classes[x])], "(", df[,x],")")))}))

     V1 V2   
  <dbl> <chr>
1    NA NA   
2    NA NA   
3    NA NA 

Tenga en cuenta que esto cambiará los nombres de los collares.

Answer 5

Usando dplyr :: na_if :

library(dplyr)

df %>% 
  mutate(x = na_if(x, x),
         y = na_if(y, y))

# # A tibble: 3 x 2
#       x y    
#   <dbl> <chr>
# 1    NA NA   
# 2    NA NA   
# 3    NA NA   

Si queremos mutar solo un subconjunto de columnas a NA , entonces:

# dataframe with extra column that stay unchanged
df = data_frame(x = c(1,2,3), y = c("a", "b", "c"), z = c(4:6))

df %>% 
  mutate_at(vars(x, y), funs(na_if(.,.)))

# # A tibble: 3 x 3
#       x y         z
#   <dbl> <chr> <int>
# 1    NA NA        4
# 2    NA NA        5
# 3    NA NA        6