vacio tablas seleccionar filtrar filas eliminar datos data crear contar r dataframe reshape na

tablas - Reemplace NA en R-funciona en un conjunto de datos de práctica pero mensaje de advertencia cuando se aplica a datos reales



seleccionar filas en r (2)

Usted tiene un problema de factores. Si nos fijamos en su conjunto de datos reales, notará la

Factor w/ 164289 levels .....

Por ejemplo,

R> x = factor(c("A", "B")) R> x[x=="A"] = 0 Warning message: In `[<-.factor`(`*tmp*`, x == "A", value = 0) : invalid factor level, NAs generated

Necesita agregar 0 como un nivel. Entonces algo así como:

x = factor(x, levels=c(levels(x), 0)) x[is.na(x)] = 0

debería hacer el truco. Sin embargo, una táctica mejor sería cambiar la forma de leer en los datos. Por ejemplo,

read.table(filename, stringsAsFactors=FALSE)

Tengo un conjunto de datos en R que parece, y ha sido reformado de la misma manera que, el siguiente ejemplo. El objetivo es convertir los valores de NA en otra cosa (por ejemplo, "FALSO" o "0") que luego se puede utilizar para crear una nueva columna

ortho.test<-data.frame(rep("a",10));colnames(ortho.test)=("ODB6") ortho.test$FBGN=c("FBgn0132258","FBgn0131535","FBgn0138769","FBgn01561235","FBgn0316645","FBgn874916","FBgn5758641","FBgn5279946","FBgn67543154","FBgn2451645") ortho.test$Species=c("DROME","DROSI","DROSE","DROAN","DROYA","DROPS","DROPE","DROVI","DROGR","DROWI") ortho<-reshape(ortho.test,direction="wide",idvar="ODB6",timevar="Species") ortho$FBGN.DROME<-NA is.na(ortho)

Lo cual devuelve un vector que me dice todo pero el FBGN.DROME es FALSO con el siguiente resultado str ():

> str(ortho) ''data.frame'': 1 obs. of 11 variables: $ ODB6 : Factor w/ 1 level "a": 1 $ FBGN.DROME: logi NA $ FBGN.DROSI: chr "FBgn0131535" $ FBGN.DROSE: chr "FBgn0138769" $ FBGN.DROAN: chr "FBgn01561235" $ FBGN.DROYA: chr "FBgn0316645" $ FBGN.DROPS: chr "FBgn874916" $ FBGN.DROPE: chr "FBgn5758641" $ FBGN.DROVI: chr "FBgn5279946" $ FBGN.DROGR: chr "FBgn67543154" $ FBGN.DROWI: chr "FBgn2451645" - attr(*, "reshapeWide")=List of 5 ..$ v.names: NULL ..$ timevar: chr "Species" ..$ idvar : chr "ODB6" ..$ times : chr "DROME" "DROSI" "DROSE" "DROAN" ... ..$ varying: chr [1, 1:10] "FBGN.DROME" "FBGN.DROSI" "FBGN.DROSE" "FBGN.DROAN" ...

Cambio mi NA a 0

ortho[is.na(ortho)]<-0 is.na(ortho)

Lo cual devuelve un vector diciéndome que todos son ahora FALSOS - un éxito porque ahora puedo crear una columna usando ifelse () para mostrar cuál de las filas no tiene 0 o FALSO (o cualquier etiqueta de texto que use para reemplazar las NA) en cualquier columna ...

Sin embargo, cuando aplico esto al marco de datos completo las NA no se convierten y recibo las siguientes advertencias

> ortho[is.na(ortho)]<-0 There were 12 warnings (use warnings() to see them) > warnings() Warning messages: 1: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(62938L, ... : invalid factor level, NAs generated 2: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(67667L, ... : invalid factor level, NAs generated 3: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(122384L, ... : invalid factor level, NAs generated 4: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(136498L, ... : invalid factor level, NAs generated 5: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(84764L, ... : invalid factor level, NAs generated 6: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(162734L, ... : invalid factor level, NAs generated 7: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(33586L, ... : invalid factor level, NAs generated 8: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(38959L, ... : invalid factor level, NAs generated 9: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(149363L, ... : invalid factor level, NAs generated 10: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(846L, ... : invalid factor level, NAs generated 11: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(98228L, ... : invalid factor level, NAs generated 12: In `[<-.factor`(`*tmp*`, thisvar, value = structure(c(110267L, ... : invalid factor level, NAs generated

y esta es la salida str ()

> str(ortho) ''data.frame'': 17217 obs. of 13 variables: $ ODB6 : Factor w/ 17217 levels "EOG60023J","EOG60023K",..: 1 2 3 4 5 6 7 8 9 10 ... $ FBGN.DROGR: Factor w/ 164289 levels "FBgn0000008",..: 62938 54687 54705 56261 52591 58895 52161 52477 59180 53404 ... $ FBGN.DROMO: Factor w/ 164289 levels "FBgn0000008",..: 67667 65117 65951 66506 68291 71722 73134 68667 72523 76080 ... $ FBGN.DROVI: Factor w/ 164289 levels "FBgn0000008",..: 122384 121133 120018 121674 NA 125620 123754 123969 127130 130755 ... $ FBGN.DROWI: Factor w/ 164289 levels "FBgn0000008",..: 136498 136809 139642 137108 NA 141689 136363 137237 135869 132801 ... $ FBGN.DROPE: Factor w/ 164289 levels "FBgn0000008",..: 84764 78121 81229 80829 85509 82276 79001 80267 77133 87679 ... $ FBGN.DROPS: Factor w/ 164289 levels "FBgn0000008",..: 162734 158625 162203 158653 158028 22427 158179 13830 19898 160874 ... $ FBGN.DROAN: Factor w/ 164289 levels "FBgn0000008",..: 33586 35261 35694 23649 33601 25796 33808 33861 25917 29992 ... $ FBGN.DROER: Factor w/ 164289 levels "FBgn0000008",..: 38959 41203 40738 39865 38807 46087 38821 44982 47952 38091 ... $ FBGN.DROYA: Factor w/ 164289 levels "FBgn0000008",..: 149363 153417 153106 152243 149654 147146 149664 149482 147635 144838 ... $ FBGN.DROME: Factor w/ 164289 levels "FBgn0000008",..: 846 7219 6958 162946 525 1892 125 3510 163839 10111 ... $ FBGN.DROSE: Factor w/ 164289 levels "FBgn0000008",..: 98228 94438 94153 102953 98068 95380 98082 92553 93497 95950 ... $ FBGN.DROSI: Factor w/ 164289 levels "FBgn0000008",..: 110267 108223 107983 107246 110164 117494 116973 110504 106459 NA ... - attr(*, "reshapeWide")=List of 5 ..$ v.names: NULL ..$ timevar: chr "Species" ..$ idvar : chr "ODB6" ..$ times : Factor w/ 12 levels "DROAN","DROER",..: 3 5 10 11 6 7 1 2 12 4 ... ..$ varying: chr [1, 1:12] "FBGN.DROGR" "FBGN.DROMO" "FBGN.DROVI" "FBGN.DROWI" ... >

¿Podrías ayudarme a obtener el marco de datos principal para jugar como lo hizo la prueba? (PD: sé que voy a recibir la respuesta "esto es un duplicado, leí las páginas de ayuda y busco correctamente", pero he buscado, que es la forma en que descubrí cómo reemplazar las de NA, y no he encontrado ninguna con este mismo problema.)

Para aquellos cuyos datos no provienen de leer un archivo. La conversión de cada columna de data.frame se puede hacer con este ciclo (apply no funcionaría porque convierte un data.frame en una matriz):

for (k in 1:ncol(data)){ data[[k]] <- as.character(data[[k]]) }

Y luego aplique la solución de esta pregunta si la solución de nivel no funciona.